Кінцева сторона AI входить у період буму, Цзянь Болонг «інтегроване зберігання» очолює інновації у AI ПК/телефонах та носимих пристроях з зберіганням

（Джерело: Електронні фанати Elecfans）

Від DeepSeek AI інференційних великомасштабних моделей до OpenClaw AI агентів, які цього року стрімко стали популярними, ринок edge AI повністю вибухнув. Якщо досягнення в навчанні AI-моделей створили HBM — високошвидкісну пам’ять великої пропускної здатності, то інференція edge AI неминуче переосмислить і edge AI-пам’ять. У цьому інтегроване сховище компанії Jiangbo Long, лідера вітчизняної індустрії зберігання даних, є безумовно унікальним явищем.

На недавньому CFM|MemoryS2026 Саміті з флеш-пам’яті голова ради директорів та генеральний менеджер Jiangbo Long, Цай Хуабо, виголосив пленарну доповідь, зосередившись на інтегрованому зберіганні та дослідженні edge AI. Дві керівні посадові особи Jiangbo Long також під час саміту дали інтерв’ю ЗМІ, детально розкривши можливості компанії щодо пам’яті для edge AI; водночас увагу зовнішнього середовища привернуло те, що компанія випустила серію нових продуктів зберігання та технологій для edge AI.

У доповіді Цай Хуабо зазначив, що зі прискоренням розгортання застосувань для AI інференції чітко проявляється ключова різниця між хмарними та edge AI сервісами зберігання в моделі AI-«шарування» пам’яті. Зокрема, cloud AI орієнтується на спеціалізовані сервіси зберігання для GPU, тоді як edge AI розгортається навколо трьох основних ключових потреб: високопродуктивної ємності, SiP-системної рівневої інтегрованої корпусної упаковки та кастомізованих сервісів. У зв’язку з цим вимоги до зберігання сутнісно відрізняються від вимог до традиційної екосистеми стандартного зберігання.

Так само, як споживчі GPU та спеціалізовані AI GPU належать до принципово різних систем, перші спираються на екосистему універсальних чипів, а другі — на створення повноцінних продуктів цілісних AI-систем. Edge AI також потребує глибоко інтегрованих кастомізованих рішень щодо зберігання, а не універсальних стандартних продуктів зберігання. Спираючись на таке точне позиціонування, Jiangbo Long фокусується на edge AI інтегрованих рішеннях зберігання, точно підбираючи їх під різноманітні сценарії: AI-смартфони, AI допоміжне керування автомобілем, AI-пристрої носимого типу, AI PC, роботи з тілесністю тощо. Це формує чітко орієнтований на сценарії «корисний якір» для інновацій edge AI-зберігання та створює взаємодоповнювані переваги разом із cloud AI-зберіганням.

Підтримка SPU+iSA, глибока оптимізація пам’яті для AI PC, SSD для даних тепло/холод, суттєве заощадження обсягу DRAM

Віце-президент Jiangbo Long і генеральний менеджер відділу enterprise-зберігання, Ян Шуцзинь, зазначив, що в міру безперервного розвитку технологій AI змінюється традиційна модель шарування даних. Раніше дані переважно поділяли на холодні та гарячі; нині все більшою мірою проявляються сценарії з «теплими» даними. Відповідно до цієї зміни Jiangbo Long представила SPU (Storage Processing Unit, модуль обробки зберігання), iSA (Intelligence Storage Agent, агент інтелектуального зберігання) та технологію HLC (advanced cache), щоб реалізувати інтелектуальні функції диспетчеризації. Також компанія разом із виробниками хост-платформ проводить спільну розробку, поглиблюючи узгоджену оптимізацію програмного й апаратного забезпечення.

На відміну від звичайних SSD-контролерних чипів, SPU — це спеціалізований процесорний модуль, створений для інтелектуальної архітектури зберігання. Чип виготовлено за передовим 5-нм технологічним процесом, максимальна ємність одного диска сягає 128TB. Нині типовий cSSD має максимальну ємність лише до 8TB, тоді як рішення з великою ємністю eSSD коштують дорожче. SPU ефективно балансує проблему «ємність і вартість», може результативно замінювати HDD, відкриваючи для клієнтів нові можливості щодо eSSD-рішень, а також має потенціал суттєво знизити загальну вартість володіння.

SPU має дві ключові можливості: безвтратне стиснення всередині пристрою та технологію HLC (High Level Cache) — розширений кеш. Середній коефіцієнт безвтратного стиснення всередині пристрою становить 2:1; експериментально підтверджено покриття різних типів даних, зокрема текстів/коду/баз даних, що значно економить ємність та вартість SSD; також через технологію HLC теплі/холодні дані можна опускати на SSD, скорочуючи потребу майже на 40% у ємності DRAM.

На виставковому майданчику автор побачив результати натурних тестів спільного тюнінгу Jiangbo Long з AMD для агентного хосту на процесорі Ryzen AI Max+ 395. Пристрій забезпечує локальне розгортання надвеликої моделі обсягом 397B. У сценарії з 256K наддовгим контекстом (122B) 128GB пам’яті працює плавно, тим самим знижуючи зайнятість DRAM майже на 40%. Це надає інноваційне практичне рішення для ефективного локального розгортання надвеликіх моделей та масштабованих застосувань.

Ян Шуцзинь проаналізував, що KV-кеш для теплих даних зазвичай зберігається на локальному SSD. Баланс між ємністю та швидкістю доступу є важливим напрямом для edge AI-зберігання. На стороні AI PC технологія HLC спирається на SPU для реалізації багаторівневої архітектури: рівень продуктивності формує спеціальну високошвидкісну кеш-зону для AI, реалізуючи відвантаження «експертів» MoE / кешів ключ-значення (KV); рівень зберігання відповідає за роботу операційної системи та універсальне зберігання даних, а завдяки читанню/запису з вищим пріоритетом і плануванню I/O з нижчим пріоритетом оптимізується AI-досвід, водночас зменшується потреба в ємності DRAM кінцевого пристрою та вартість. Простіше кажучи, за допомогою HLC інтелектуально диспетчеризуються різнорідні SSD, щоб залежно від сценарію планувати SLC або QLC, досягаючи кращого балансу між продуктивністю та вартістю.

Звісно, окрім апаратного рівня SPU як модуля обробки зберігання, Jiangbo Long на рівні програмного забезпечення створює iSA як агент інтелектуального зберігання. У поєднанні обидва компоненти забезпечують замкнений технічний контур через узгоджену роботу «soft+hard». Як «мозок» SPU, iSA — це інтелектуальний механізм диспетчеризації для edge AI інференції. Для проблем, як-от великі параметри моделей MoE, швидке роздування KV Cache, а також те, що затримка I/O впливає на плавність інференційного потоку, застосовуються ефективні рішення: відвантаження MoE-експертів, інтелектуальне керування KV Cache та алгоритми інтелектуального попереднього зчитування. У такий спосіб оперативно розв’язуються складні задачі диспетчеризації зберігання в edge AI інференції. Jiangbo Long у спільному кейсі тюнінгу з AMD агентним хостом показала, що після встановлення iSA-агента зберігання на хост іде узгоджене тюнування з SSD, підвищуючи загальну продуктивність роботи edge AI на всій системі.

Пам’ять AI-смартфонів: співпраця HLC та UFS, носимі пристрої — екстремально компактні розміри для входу в кількох провідних AI-очках

У вбудованих системах технологія HLC (розширений кеш) разом із глибокою інтеграцією UFS реалізує впровадження для edge-сценаріїв на вбудованих платформах. За даними натурних тестів, отриманих Jiangbo Long у спільній розробці з Unisplendour? (紫光展锐, Ziguang Zhanrui) на платформі чипсетів Ziguang Zhanrui, після поєднання 4GB DDR із технологією HLC час відгуку запуску 20 застосунків становить лише 851ms — близько до рівня штатної конфігурації 6GB/8GB DDR. Водночас Jiangbo Long використовує продукт UFS 2.2 на контролері WM7200 із техпроцесом 14nm: послідовне читання/запис досягає 1070MB/s і 1000MB/s відповідно; випадкові читання/запис IOPS — до 240K і 210K відповідно, перевищуючи рівень галузевих лідерів. За умови забезпечення плавного користувацького досвіду та ресурсу роботи компонентів ефективно зменшується потреба в ємності DRAM кінцевого пристрою та оптимізується вартість BOM.

Віце-президент Jiangbo Long і генеральний менеджер відділу embedded-зберігання Хуан Цян зазначив, що з точки зору вбудованих продуктів у майбутньому потреби edge AI щодо зберігання будуть зосереджені за трьома основними напрямами: висока продуктивність та велика ємність, інтеграція на рівні системи SIP, а також кастомізовані сервіси.

А лінійка носимих продуктів Jiangbo Long якраз відповідає цьому тренду: продукти постійно інновуються, а прогрес застосувань швидкий. Як повідомляється, Jiangbo Long — один із небагатьох виробників пам’яті в країні, що володіє можливостями повного циклу проектування системного рівня корпусної (封装) упаковки. Компанія може інтегрувати в одну упаковку різні типи чипів, зокрема SoC, eMMC/UFS, LPDDR, WiFi, Bluetooth, NFC тощо. Представлений тут eMMC розміром 5.8mm × 6.3mm є станом на зараз опублікованим найменшим розміром продукту eMMC у галузі. Завдяки екстремально компактному дизайну упаковки Jiangbo Long досягла високого рівня інтеграції флеш-комірок і власнорозробленого контролера. Порівняно з попереднім поколінням надкомпактного eMMC Jiangbo Long (7.2*7.2mm) це додатково скорочує приблизно на 30% площу зайнятої на материнській платі — для носимих структур на кшталт смарт-окулярів, годинників та інших пристроїв, де кожен сантиметр на вагу золота, ще більше вивільняється цінний простір.

Інший найновіший продукт ePOP5x: високопродуктивний eMMC і LPDDR5x DRAM вертикально штабелюються в межах однієї упаковки. Швидкість передачі LPDDR5x — 8533Mbps, а товщина лише 0.5mm. Це ще один прорив у технології корпусної упаковки вбудованого зберігання. Сверхтонка конструкція дозволяє продукту ідеально вбудовуватися в кінчик дужки надлегких AI-окулярів, забезпечуючи швидкий доступ до даних і роботу пам’яті на високій частоті — та створюючи для кінцевого пристрою опору для відчуття «без відчутного носіння».

З точки зору енергоспоживання обидва нові продукти оснащені власним контролером eMMC наступного покоління «慧忆微» (Huiyiwei) компанії Jiangbo Long. Завдяки глибокій оптимізації стратегій читання/запису та способів керування простором Flash енергоспоживання у режимі очікування порівняно з попереднім поколінням значно знижено приблизно на 250%. Це ефективно знімає «тривогу щодо автономності — один день на одній зарядці» для смарт-пристроїв носимого типу, створюючи надійну апаратну основу для сценаріїв цілодобового AI-звукозапуску голосом, моніторингу здоров’я тощо, коли пристрій завжди в режимі онлайн.

На рівні корпусування та тестування (封测) компанія Yuan Cheng Technology у складі Jiangbo Long як високотехнологічна база виробництва для high-end 封测 забезпечує повний процес — від корпусування на рівні вафель до системних тестів — для носимих продуктів зберігання. Yuan Cheng Technology має одну виробничу лінію ESAT, спеціально налаштовану під особливості носимих чипів. Вона дозволяє виконувати надтонку високоточну багатошарову корпусну упаковку та виробництво з різнорідним стекінгом. Можна реалізувати суворі тести на надійність у широкому діапазоні температур від -40°C до 125°C. Кожна мікросхема пам’яті, що виходить із заводу, проходить повну валідацію електричних характеристик, старіння, теплово-циклічних випробувань, випробувань на падіння тощо. Це гарантує тривалу стабільну роботу навіть у суворих умовах використання на вулиці — наприклад, для очок і спортивних годинників.

Хуан Цян зазначив, що розвиток вбудованого зберігання Jiangbo Long триває вже п’ятнадцять років. На тлі нинішнього AI-фону вбудоване зберігання переходить від одного лише стандартизованого зберігання до системної інтеграції. Через «власнорозроблений контролер + алгоритми прошивки + передові 封测» Jiangbo Long вибудувала замкнений контур повного ланцюга від визначення чипу до поставки готового виробу. Ця модель AI-зберігання «власнорозроблений контролер + оптимізація прошивки + власне 封测» у форматі Foundry є ключовою конкурентною перевагою Jiangbo Long, відмінною від традиційних виробників пам’яті. Вона дозволяє Jiangbo Long уже на етапі визначення продукту тісно співпрацювати з клієнтом, здійснюючи повністю кастомізований дизайн по всьому ланцюгу — від вафель до готового виробу — під обчислювальні вимоги, обмеження по потужності та структурні обмеження конкретної носимої платформ. Так «універсальне зберігання» еволюціонує до «визначеного сценарієм зберігання».

Як повідомляється, носимі типи зберігання Jiangbo Long вже ввійшли в ланцюги постачання кількох провідних виробників AI-окулярів, і, ймовірно, завдяки високошвидкісному зростанню цього хітового категорійного продукту стануть точкою потенційного зростання для компанії.

Короткий підсумок

Незалежно від того, чи йдеться про AI-смартфони, AI PC чи «ракову коробку», начебто edge AI знаходиться зовсім поруч із нами, але насправді не стає «у наших руках». Саме системні рівневі рішення зберігання, здатні підтримувати локальне виконання AI великомасштабних моделей і агентів, є напрямом, над яким працює галузь. Інтегроване зберігання Jiangbo Long завдяки інноваційним технологіям і відмінній продуктивності продовжуватиме підтримувати хвилю edge AI.

Масивна аналітика та точне трактування — усе в застосунку Sina Finance APP