AI sisi ujung memasuki masa ledakan, Jiang Bolong "Penyimpanan Terintegrasi" memimpin inovasi penyimpanan AI PC/ponsel, serta inovasi penyimpanan wearable.

（Sumber: Elecfans）

Dari model AI reasoning DeepSeek hingga AI agent OpenClaw yang meledak tahun ini, pasar AI di perangkat (on-device) benar-benar meledak. Jika pelatihan model AI telah menciptakan capaian besar untuk memori HBM berbandwidth tinggi, maka inference AI di perangkat juga pasti akan mendefinisikan ulang penyimpanan AI di perangkat. Dalam hal ini, perusahaan terkemuka penyimpanan dalam negeri, Jiangbo Long, dengan “integrated storage” adalah keberadaan yang benar-benar unik.

Dalam konferensi puncak Flash CFM|MemoryS2026 yang diadakan baru-baru ini, Ketua Jiangbo Long sekaligus Direktur Utama, Cai Huabo, memberikan pidato utama, dengan fokus pada integrated storage dan eksplorasi AI di perangkat. Dua pejabat Jiangbo Long tersebut juga melakukan wawancara media selama acara, menguraikan secara detail kemampuan penyimpanan AI di perangkat milik Jiangbo Long; pada saat yang sama, perhatian tinggi diberikan dari pihak luar terhadap rangkaian produk penyimpanan seri terbaru dan teknologi yang dirilis perusahaan seputar AI di perangkat.

Dalam pidatonya, Cai Huabo menyatakan bahwa, seiring percepatan penerapan AI untuk inference, pemisahan penyimpanan bertingkat (AI storage) semakin jelas membedakan layanan inti penyimpanan antara cloud dan AI di perangkat. Di mana AI cloud berfokus pada layanan penyimpanan terspesialisasi yang ditujukan untuk GPU, sementara AI di perangkat dibentuk berdasarkan tiga kebutuhan inti: kapasitas performa tinggi, integrasi dan enkapsulasi tingkat sistem (SiP), serta layanan yang terspesialisasi (custom). Kebutuhan penyimpanannya memiliki perbedaan mendasar dibanding ekosistem penyimpanan standar sebelumnya.

Seperti GPU konsumen dan GPU khusus AI yang berada pada sistem yang benar-benar berbeda, yang pertama bergantung pada ekosistem chip serbaguna, sementara yang kedua dibangun untuk produk sistem AI yang lengkap—AI di perangkat juga memerlukan solusi penyimpanan terspesialisasi yang terintegrasi secara mendalam, bukan produk penyimpanan standar yang umum. Berdasarkan penentuan posisi yang presisi ini, Jiangbo Long berfokus pada solusi integrated storage untuk AI di perangkat, secara akurat mencocokkan berbagai skenario seperti AI smartphone, AI assisted driving, AI wearable, AI PC, robot berwujud (embodied robot), dan lainnya, sehingga menjadi jangkar yang jelas bagi inovasi penyimpanan AI di perangkat dan membentuk saling melengkapi keunggulan dengan penyimpanan AI cloud.

Dibantu SPU+iSA, optimasi mendalam penyimpanan AI PC, SSD untuk data panas-dingin, hemat besar kapasitas DRAM

Yan Shuyin, Wakil Presiden Jiangbo Long dan Manajer Divisi Penyimpanan Kelas Perusahaan, menyatakan bahwa seiring perkembangan teknologi AI yang terus berlanjut, pola pemisahan data berlapis tradisional sedang mengalami perubahan. Dulu data lebih banyak dibagi menjadi data dingin dan data panas; kini skenario data “hangat” semakin menonjol. Menanggapi perubahan ini, Jiangbo Long meluncurkan SPU (Storage Processing Unit, unit pemrosesan penyimpanan), iSA (Intelligence Storage Agent, agen penyimpanan cerdas), serta teknologi cache lanjutan HLC, untuk mewujudkan fungsi penjadwalan cerdas, sekaligus dikembangkan bersama produsen host guna memperdalam optimasi kolaboratif perangkat lunak-perangkat keras.

Berbeda dengan chip pengendali SSD konvensional, SPU adalah unit pemrosesan khusus yang dibangun untuk arsitektur penyimpanan cerdas. Chip ini dibuat dengan proses fabrikasi canggih 5nm, kapasitas maksimum per drive mencapai 128TB; sementara kapasitas cSSD arus utama saat ini maksimum hanya hingga 8TB. Solusi eSSD berkapasitas besar biayanya relatif tinggi, sehingga SPU menyeimbangkan secara efektif masalah kapasitas dan biaya, dapat secara efisien menggantikan HDD, dan membuka kemungkinan baru bagi pelanggan untuk mengeksplorasi solusi eSSD; sekaligus diharapkan dapat secara signifikan menurunkan total cost of ownership.

SPU memiliki dua kemampuan kunci: kompresi tanpa kehilangan di dalam storage (in-storage) dan teknologi cache lanjutan HLC (High Level Cache). Rata-rata rasio kompresi kompresi tanpa kehilangan di dalam storage mencapai 2:1; berdasarkan pengujian nyata, ia mencakup berbagai jenis data seperti teks/kode/database, sehingga secara besar menghemat kapasitas dan biaya SSD; juga dapat menurunkan data hangat-dingin ke SSD melalui teknologi HLC, sehingga menghemat kebutuhan kapasitas DRAM hingga hampir 40%.

Di lokasi pameran, penulis melihat data pengujian nyata dari kolaborasi Jiangbo Long dengan AMD berdasarkan host agent berbasis prosesor Ryzen AI Max+ 395. Perangkat ini mewujudkan deployment model skala besar 397B secara lokal; pada skenario konteks superpanjang 256K (122B), hanya dengan memori 128GB, perangkat dapat menjalankan dengan lancar. Dengan demikian, penggunaan DRAM dapat diturunkan hingga hampir 40%, menyediakan solusi praktik inovatif untuk deployment lokal model skala besar yang efisien serta penerapan berskala.

Yan Shuyin menganalisis bahwa KV cache data hangat biasanya disimpan di SSD lokal. Menyeimbangkan kapasitas dan kecepatan akses merupakan arah penting penyimpanan AI di perangkat. Di sisi AI PC, teknologi HLC mengandalkan SPU untuk menerapkan desain berlapis: lapisan performa membangun area cache berkecepatan tinggi khusus AI untuk melakukan offload untuk model pakar MoE/entri key-value; lapisan penyimpanan bertanggung jawab atas sistem operasi dan penyimpanan data umum. Dengan pembacaan/penulisan berprioritas tinggi dan penjadwalan I/O berprioritas rendah, sambil mengoptimalkan pengalaman AI, kebutuhan kapasitas dan biaya DRAM terminal juga dapat diturunkan. Secara sederhana, melalui penjadwalan cerdas disk SSD heterogen dengan teknologi HLC, penjadwalan SLC atau QLC dapat disesuaikan dengan skenario berbeda, sehingga tercapai keseimbangan yang lebih baik antara performa dan biaya.

Tentu saja, selain unit pemrosesan penyimpanan SPU di lapisan perangkat keras, Jiangbo Long juga membangun agen penyimpanan iSA di lapisan perangkat lunak. Keduanya berpadu, dengan kolaborasi perangkat lunak-perangkat keras, untuk mewujudkan penutupan loop teknologi. Sebagai “otak” SPU, iSA storage agent adalah mesin penjadwalan cerdas yang ditujukan untuk inference AI di perangkat. Untuk masalah seperti parameter model MoE yang sangat besar, KV Cache yang membengkak cepat, dan latensi I/O yang memengaruhi kelancaran alur inference, iSA secara efisien menangani tantangan penjadwalan penyimpanan untuk inference AI di perangkat melalui offload ahli MoE, manajemen cerdas KV Cache, serta algoritma smart prefetch. Dalam contoh tuning bersama host agent AMD, setelah host memasang iSA storage agent, ia dapat melakukan tuning secara efektif dengan SSD, meningkatkan performa keseluruhan sistem saat menjalankan AI di perangkat.

Penyimpanan AI smartphone: teknologi HLC berkolaborasi dengan UFS, wearable berukuran ekstrem masuk ke banyak produsen utama AI glasses

Dalam bidang embedded, teknologi cache lanjutan HLC berintegrasi secara mendalam dengan UFS, memungkinkan implementasi skenario AI di perangkat pada embedded. Berdasarkan data pengujian nyata dari kolaborasi Jiangbo Long dengan Unisoc, yang dipasang pada platform chipset Unisoc: dengan DDR 4GB dipadukan dengan teknologi HLC, waktu respons saat 20 App diluncurkan hanya 851ms—mendekati level konfigurasi normal DDR 6GB/8GB. Selain itu, Jiangbo Long menggunakan produk UFS 2.2 dengan pengendali WM7200 proses 14nm; kecepatan baca/tulis sekuensial maksimum dapat mencapai 1070MB/s dan 1000MB/s, sedangkan IOPS untuk baca/tulis acak masing-masing maksimum 240K dan 210K, melampaui level rata-rata industri. Dengan menjaga pengalaman yang lancar dan umur penggunaan perangkat, kebutuhan kapasitas DRAM terminal dapat diturunkan secara efektif serta biaya BOM dapat dioptimalkan.

Yan Qiang, Wakil Presiden Jiangbo Long dan Manajer Divisi Penyimpanan Embedded, menyatakan bahwa dari sudut pandang produk embedded, kebutuhan penyimpanan AI di perangkat di masa depan terutama terfokus pada tiga arah: performa tinggi dan kapasitas besar, integrasi sistem tingkat SiP, serta layanan yang terspesialisasi (custom).

Sementara lini produk wearable Jiangbo Long justru menyesuaikan tren ini—produk terus berinovasi, dan kemajuan aplikasi berjalan cepat. Diketahui bahwa sebagai salah satu dari sedikit vendor penyimpanan dalam negeri yang menguasai kemampuan desain seluruh alur untuk enkapsulasi tingkat sistem, Jiangbo Long dapat mengintegrasikan berbagai jenis chip seperti SoC, eMMC/UFS, LPDDR, WiFi, Bluetooth, NFC ke dalam satu kemasan. eMMC 5.8mm × 6.3mm yang dipamerkan kali ini adalah produk eMMC berukuran paling kecil yang telah dipublikasikan di industri pada saat ini. Melalui desain enkapsulasi yang ekstrem, Jiangbo Long sangat mengintegrasikan chip memori flash dengan pengendali yang dikembangkan sendiri; dibanding eMMC ukuran superkecil generasi sebelumnya Jiangbo Long 7.2*7.2mm, area penggunaan motherboard kembali dipangkas sekitar 30%. Hal ini lebih lanjut melepaskan ruang berharga untuk struktur wearable seperti smart glasses dan jam tangan, yang sangat mengutamakan ruang.

Produk terbaru lainnya, ePOP5x, menumpuk secara vertikal eMMC berperforma tinggi dan LPDDR5x DRAM dalam satu kemasan. Kecepatan transfer LPDDR5x adalah 8533Mbps, dengan ketebalan hanya 0,5mm. Ini merupakan terobosan lain dalam teknologi fabrikasi enkapsulasi penyimpanan embedded saat ini. Ciri ultra-tipisnya membuat produk ini dapat terpasang sempurna pada ujung engsel kaki kacamata AI yang sangat ringan, serta, sambil mewujudkan akses baca/tulis berkecepatan tinggi dan operasi frekuensi tinggi memori, memberikan dukungan perangkat keras kunci untuk menghadirkan pengalaman “tanpa terasa saat dipakai” bagi produk terminal.

Dari sisi performa konsumsi daya, kedua produk baru ini sama-sama menggunakan chip pengendali eMMC generasi baru yang dikembangkan sendiri oleh Jiangbo Long, yaitu Huili Micro. Melalui optimasi mendalam terhadap strategi baca/tulis dan metode manajemen ruang Flash, konsumsi daya statis produk baru dibanding produk generasi sebelumnya turun secara signifikan sekitar 250%. Hal ini secara efektif mengurangi kecemasan otonomi “sehari sekali isi daya” pada perangkat wearable pintar, serta menyediakan fondasi perangkat keras yang solid untuk skenario selalu aktif seperti penyalaan suara AI sepanjang hari dan pemantauan kesehatan.

Pada lapisan pengemasan dan pengujian (封测), Jiangbo Long melalui Chengcheng Technology sebagai basis manufaktur pengemasan dan pengujian kelas premium perusahaan, menyediakan jaminan end-to-end dari enkapsulasi tingkat wafer hingga pengujian tingkat sistem untuk produk penyimpanan wearable. Chengcheng Technology memiliki satu jalur khusus ESAT yang disesuaikan dengan karakteristik chip wearable, yang dapat menyelesaikan enkapsulasi berlapis ultra-tipis presisi tinggi dan manufaktur tumpukan heterogen. Produk ini dapat melakukan pengujian reliabilitas ketat pada rentang suhu lebar -40°C hingga 125°C. Setiap chip penyimpanan yang keluar pabrik telah melalui validasi lengkap seperti verifikasi performa listrik, penuaan, siklus suhu, hingga uji jatuh, untuk memastikan bahwa pada lingkungan penggunaan yang keras seperti kacamata luar ruang dan jam olahraga, perangkat tetap dapat beroperasi secara tahan lama dan stabil.

Huang Qiang menyatakan bahwa pengembangan penyimpanan embedded Jiangbo Long telah memiliki sejarah selama lima belas tahun. Dalam latar belakang AI saat ini, penyimpanan embedded sedang beralih dari penyimpanan standar tunggal menuju integrasi sistem. Jiangbo Long melalui “pengendali dikembangkan sendiri + algoritma firmware + pengemasan dan pengujian canggih” membangun loop tertutup end-to-end dari definisi chip hingga penyerahan produk jadi. Model layanan Foundry “custom end-to-end untuk penyimpanan AI: pengendali dikembangkan sendiri + optimasi firmware + pengemasan dan pengujian mandiri” adalah daya saing inti Jiangbo Long yang membedakannya dari vendor penyimpanan tradisional. Ini memungkinkan Jiangbo Long berkolaborasi secara mendalam dengan klien pada tahap definisi produk, melakukan desain kustom end-to-end dari wafer hingga produk jadi, menyesuaikan kebutuhan komputasi, batasan konsumsi daya, dan batasan struktur untuk platform wearable tertentu—sehingga “penyimpanan serbaguna” berevolusi menjadi “penyimpanan yang ditentukan berdasarkan skenario”.

Diketahui bahwa penyimpanan wearable Jiangbo Long telah masuk ke rantai pasok beberapa vendor AI glasses utama, dan berpeluang, seiring pertumbuhan cepat kategori produk unggulan ini, menjadi titik pertumbuhan potensi bagi perusahaan.

Ringkasan

Baik itu AI smartphone, AI PC, maupun kotak “lakukan seperti udang” (lazimnya dalam konteks “loker/box” tertentu), meskipun tampaknya AI di perangkat sangat dekat dengan kita namun belum benar-benar bisa digenggam, solusi sistem penyimpanan yang mampu mendukung eksekusi lokal model AI dan agent adalah arah yang tengah dikejar oleh industri. Integrated storage Jiangbo Long, dengan teknologi inovatif dan performa unggul, akan terus memberdayakan gelombang AI di perangkat.

Berita dalam jumlah besar, analisis yang akurat dan tepat sasaran—hanya di aplikasi Sina Finance APP