江波龙在骁龙8上跑通30B模型，存储的角色变了｜甲子光年

栏目：科技 | 来源：甲子光年 | 2026-10-13 20:18

“做存储的企业不能只想着数据怎么存，还要理解计算是怎么算的。”

作者｜王博

9月22日，在2026骁龙峰会期间，技术公司宣布携手江波龙等合作伙伴开展合作，基于第六代骁龙8超级至尊版移动平台，将30B-MoE混合专家模型面向端侧进行深度适配与推理优化，成功打造具备自主服务和个性化能力的端侧智能体助手。

图片来源：「甲子光年」拍摄

“终端侧AI的创新速度相当惊人。”高通技术公司高级副总裁兼手机业务总经理Chris Patrick说，“如今，携手合作伙伴和模型厂商，骁龙已经可以直接从闪存运行超30B参数的混合专家模型。”

简单来说，高通与江波龙等合作伙伴共同将一个30B的模型完整部署进了手机里。「甲子光年」在2026骁龙峰会现场看到，一封包含出行信息的邮件进入手机后，智能体开始理解邮件内容，随后完成行程规划、日历同步、航班酒店推荐和邮件草拟。整个过程在本地完成，没有调用云端模型。

但是，“从闪存运行”是这句话里更值得注意的部分。

UFS（通用闪存存储）是手机常用的高速本地存储，通常用来保存照片、视频、应用和系统文件。而“从闪存运行30B模型”意味着，手机开始把UFS纳入大模型的实时推理过程。

不过，这并不意味着在UFS中直接完成计算，完整模型权重保存在UFS中，所需专家按推理进程加载至DRAM（动态随机存取存储器，内存），再交由NPU、GPU等计算单元执行。

在这套合作方案中，高通提供移动计算平台，江波龙则负责模型数据如何从闪存进入计算链路。数据显示，在这套方案下，模型运行内存需求较行业常规方案降低超过50%，预填充吞吐超过330 Token/s，解码吞吐超过28 Token/s。得益于NPU与GPU双引擎协同，其预填充性能较仅使用NPU的通用推理方案提升超过30%。

江波龙出现在高通（Qualcomm）端侧AI合作伙伴名单中，是端侧AI领域一个很有趣的变化。

过去，存储厂商通常在处理器和终端方案确定之后，提供符合接口标准的器件。这一次，江波龙开始主动向上理解模型、推理引擎和计算平台，参与决定哪些数据留在DRAM、哪些下沉到UFS，以及下一步需要提前加载什么。

但其实这并不让人意外。

江波龙在存储行业深耕近30年，已构建起覆盖芯片设计、固件算法、封装测试、生产制造的全链路能力。更重要的是，它对端侧AI的布局并非临时起意。此前，江波龙iSA存储智能体已与AMD完成联合调优，并取得有影响力的落地成果。此次与高通合作，是iSA从AI PC、智能体主机进入旗舰手机场景的又一次亮相。移动端是端侧AI最核心的战场之一，江波龙出现在这里，是长期布局的自然延伸。

合作的背后，折射的是存储行业底层逻辑的变化。过去数十年，存储行业遵循“两年涨、两年跌”的周期规律，需求由手机、PC等消费电子驱动，竞争围绕容量、价格和供货节奏展开。但AI对存储的需求不是周期性的，而是结构性的——单台AI服务器内存配置是传统服务器的8至10倍，存储正从BOM表中的成本项，上升为AI计算架构的战略资源。

当旧地图不再适用，存储企业的分水岭在于：是继续被动跟随价格周期，还是主动切入技术周期。江波龙出现在高通端侧AI合作名单中，正是后一种选择的注脚。

近期，「甲子光年」对话了江波龙副总裁、嵌入式存储事业部总经理黄强，以及江波龙旗下主控公司慧忆微副总裁王舒翀。两位负责人分别从产品和底层技术角度解释了江波龙如何和高通进行合作，存储对于端侧AI的意义，以及江波龙的转型与规划。

2026骁龙峰会现场，黄强（右一）、Chris Patrick（右二）、王舒翀（左一），图片来源：江波龙

1. 30B模型进手机，先撞上“内存墙”

手机为什么需要30B模型？

其实，30B并非由某项行业标准划定的技术门槛，但它正在成为头部终端厂商共同瞄准的模型规模。

2026年9月17日，在骁龙峰会举行前一周，华为副董事长、轮值董事长汪涛在华为全联接大会上表示，手机模型已经从2024年的3B发展到今天的30B，未来将进一步走向100B级。随后，高通在骁龙峰会上就展示了直接从闪存运行30B MoE模型的旗舰移动平台方案。

图片来源：「甲子光年」拍摄

两家不同的硬件和软件体系的公司，却在同一时间把30B推到台前。

而江波龙作为存储厂商，也一直在关注端侧AI客户需求的变化。

黄强认为，30B逐渐被产业视为满足普通用户通用端侧AI需求的一个重要参数规模。它需要处理的已经不只是语音唤醒、图片识别等单项功能，还要理解用户意图，进行判断，并连续执行任务。

王舒翀告诉「甲子光年」，江波龙此前与一些手机厂商交流时，对方会认为10B以下模型大多服务于特定功能。而模型要在手机上充当一个能够执行任务的代理，并且整合文字、图像和语音等能力，参数规模还需要继续提升。30B由此成为手机厂商和芯片厂商共同关注的节点。

当然，模型是否好用，还取决于激活参数、量化精度、上下文长度、推理框架和数据质量。「甲子光年」认为，30B的意义在于，它代表端侧模型正在从单项工具向通用智能体靠近，也开始对手机硬件提出一组相互牵制的要求。

30B代表模型拥有300亿参数。即使按照常见的4-bit量化方式粗略估算，仅模型权重就可能占用约15GB空间，还没有计算操作系统、应用程序、KV Cache和推理框架所需的运行内存。一台旗舰手机即使配备较大的DRAM，也很难让完整模型长期常驻其中。

DRAM的容量、带宽、功耗和成本约束形成的“内存墙”，已经成为大模型在手机端运行的重要障碍。

MoE架构缓解了一部分压力。它把模型分成多个“专家”，每生成一个Token只激活约30亿路由参数，其余专家可以保存在手机闪存中，等任务需要时再加载。

尽管手机无需每一步都计算全部300亿参数，但随之出现了新的难题：系统如何判断接下来需要哪个专家？模型权重什么时候从UFS进入DRAM？如果数据没有及时到达，NPU和GPU只能等待；如果预取了大量无关数据，又会增加功耗和无效的数据搬运。

模型能不能算动，只是30B进入手机的一道门槛。完整模型放在哪里，以及如何在闪存、运行内存和计算单元之间流动，同样决定着端侧AI的速度、功耗和成本。

当芯片逐渐能够算动更大的模型，数据能否准时送达开始影响实际性能。

“单一去拼性能、拼速率或者读写带宽，都有办法。当这些指标都要兼顾时，约束条件就多了。”王舒翀说。

存储由此进入端侧AI的推理链路。

2.存储开始主动理解更多，进入AI时代技术周期

存储的角色正从消费类价格周期的被动承受者，转变为AI时代技术周期的主动定义者，这种转变在江波龙的产品层面已有迹可循。

江波龙2025年10月推出mSSD，将其定义为高速存储介质；2026年6月建成月产能百万级稳定交付能力，并与联想、华硕建立深度合作，已经形成产品先发优势和客户导入先机。

今年，江波龙又发布了AIDIMM、AILPBGA与AISSD等一系列创新产品方案，正在积极推进平台厂商的验证，加速产品的商用落地进程。

这些产品的共同指向是：江波龙不再只是按照标准接口提供器件，而是围绕端侧AI场景，从芯片设计、固件算法到封装测试制造进行全链路定义。这条全链路能力，正是端侧AI存储能够构建起竞争壁垒的原因——比如mSSD，集成封装形态或许可以被模仿，但芯片设计、自研固件、材料工程、封装测试、生产制造的系统性打通，需要数年积累，不是单点技术突破就能复制的。这也是江波龙能与AMD、华硕、联想等合作伙伴深度协同的底层能力。

此次与高通的合作，也是同一套逻辑在移动端的落地。

实际上，江波龙与高通并非第一次合作。黄强介绍，双方过去在手机、穿戴和汽车等领域已有长期合作。2026年3月，江波龙发布iSA存储智能体后，双方就开始讨论端侧大模型合作。江波龙向高通介绍了自研主控和iSA方案，双方很快找到了共同目标。

“未来AI在端侧落地，需要系统生态、SoC和存储一起协作。”黄强告诉「甲子光年」，iSA是一套面向端侧AI推理的存储调度引擎。黄强表示，端侧AI的落地需要系统生态、SoC和存储共同协作，高通提供NPU、GPU和移动平台软件栈，江波龙则提供主控、存储介质、固件和存储调度能力。

能够以存储合作伙伴的身份进入这套合作方案，对江波龙有特殊含义。

存储产品长期遵循标准接口，厂商之间主要比较容量、读写性能、功耗、可靠性和价格。进入高通旗舰平台的端侧AI演示，意味着江波龙提供的内容已经超出一颗标准UFS，它开始向SoC和推理引擎开放底层能力。

黄强认为，高通选择江波龙参与合作，主要看中了江波龙的自研主控和存储全链路能力，“我们不再是以一个传统模组厂的身份去提供一个标准品，我们会围绕端侧AI，在主控和存储调度上主动做技术创新。”

这种主动性集中体现在iSA上。王舒翀将iSA定义为介于应用处理器与存储之间的调度引擎：向上接收模型和推理引擎的信息，向下控制存储设备，管理数据的冷热、流向和设备状态。

理解这套机制，可以把手机内部想象成一间厨房。CPU、GPU和NPU是厨师，UFS是存放大量原料的仓库，DRAM则是灶台旁边面积有限的备菜区。过去，厨师需要什么才去仓库取什么；面对大模型，仓库管理员需要提前判断接下来可能用到哪些原料，把它们送到备菜区，同时避免多项任务挤在同一条通道上。

iSA存储智能体，图片来源：江波龙

王舒翀介绍，iSA首先会判断数据冷热。频繁调用的模型权重留在DRAM，调用频率较低的专家和缓存可以下沉到UFS。其次，它会控制数据流向：在数据暂时不用时完成卸载，在计算单元提出请求前尽量完成预取。另外，它还需要掌握I/O负载、NAND状态和寿命信息，协调写入、数据放置与垃圾回收。

从这个角度看，iSA要做的有四个方面的事情：数据现在在哪里，下一步应该搬到哪里，什么时候搬，以及底层设备如何执行。

「甲子光年」认为，江波龙在这次合作中更直接的贡献在于模型权重加载、数据分层、预取、存储通道和NAND管理。算力能否持续发挥，取决于这些环节能否把所需数据稳定地送到计算单元。

软件调度还需要主控和固件提供底层支撑。王舒翀介绍，本次演示采用江波龙UFS 4.1产品，其中的主控及相关固件由慧忆微研发。该主控采用5纳米工艺，具备双NAND通道并支持4个CE（片选信号），为并行访问和更细粒度的数据调度提供硬件基础。

江波龙UFS 4.1产品，图片来源：江波龙

王舒翀表示，面对大模型带来的新负载，主控还需要结合NAND的QoS分区、固件策略和面向上层的逻辑接口，协调模型数据与手机普通数据的访问，尽量避免AI推理影响应用、照片和系统文件的正常读写。固件层也会围绕数据放置、写入和回收进行优化，以兼顾推理性能、功耗和NAND寿命。

“有了底层硬件，再配合iSA，才能把能效和性能调到更优。”王舒翀告诉「甲子光年」，iSA也不会让UFS取代DRAM，它的目标是识别温冷数据，让UFS与DRAM形成更有效的分层。

这一变化要求存储厂商理解计算如何发生。王舒翀坦言，江波龙过去几年一直在思考，大模型和AI究竟与存储有什么关系。传统产品按照行业标准开发，数据读写完成后，存储很少参与后续计算。AI负载改变了这种分工：存储厂商需要理解MoE如何选择专家、KV Cache如何增长、推理引擎下一步需要哪些数据，以及SoC如何分配计算任务。

「甲子光年」认为，江波龙的转向因此具有两层意义。产品层面，它把自研主控、固件、UFS和iSA组合成一套端侧AI存储方案；公司层面，它试图从按照标准提供器件，转向围绕应用定义存储。与高通合作，为这条路线提供了一次旗舰移动平台上的验证。

这背后，其实是一个更宏观的周期切换。江波龙的成长正从“价格弹性的被动受益”转向“技术能力的主动变现”。当一家存储企业能用主控与iSA智能体定义存储调度、用SiP封装重塑形态、用HLCache技术重构成本结构、用mSSD百万级产能锁定头部客户，它讲述的就不再是周期故事，而是技术平台故事。

3.从现场演示到量产手机，还隔着三道门

骁龙峰会的现场演示证明，30B MoE模型能够在手机上完整部署，也证明存储调度可以进入端侧推理链路。但技术跑通只是第一步，高通、江波龙及合作方还需要把一次参考设计上的联合演示，变成手机厂商愿意采用的量产方案。

这中间还隔着三道门。

第一道门是终端适配。

不同手机品牌拥有自己的模型、操作系统、应用框架和资源调度机制。阶跃的模型在高通参考设计上跑通，并不代表iSA可以不经调整地进入其他品牌手机。江波龙需要与终端厂商一起确定数据接口、应用场景和系统权限，并针对每家厂商的模型与调度策略重新优化。

黄强表示，现阶段已经把功能完整跑通，下一步要把终端客户引入，与品牌厂商的应用层和调度机制结合。王舒翀也认为，量产过程中还需要继续完成联合调试，完善功耗、可靠性和兼容性。

第二道门是长期可靠性。

专家权重的频繁读取和KV Cache卸载会增加存储工作负载。预取算法如果判断失误，也可能造成无效搬运，带来额外功耗。垃圾回收、写放大和闪存磨损会影响长期性能，手机厂商还需要观察持续推理中的温度、降频和电池消耗。

江波龙已经在方案中加入写入策略、数据放置、回收机制和寿命反馈，但其尚未披露长期测试数据。手机厂商最终关心的问题会非常具体：预取命中率能达到多少，打开iSA后节省多少DRAM，额外增加多少读写和功耗，设备使用两三年后性能是否稳定。这些指标将决定iSA能否从技术概念变成产品能力。

第三道门是商业模式。

黄强告诉「甲子光年」，江波龙先与高通等SoC厂商完成平台适配，争取进入其端侧AI生态；随后与平台厂商一起接触手机品牌，再根据品牌的操作系统、模型和应用需求进行联合调优。

此外不容忽视的是，手机存储的硬件标准仍在升级。

三星今年6月公布的UFS 5.0方案最高顺序读取速度达到10.8GB/s，顺序写入速度达到9.5GB/s，较UFS 4.1提升两倍以上，随机读取性能最高提升约5倍。在相同顺序读取性能下，其能效提高超过40%。这些指标都指向端侧AI对存储提出的新要求：模型越来越大，专家权重和缓存更加分散，手机需要以更低功耗完成更频繁的数据读取。