【ZOL中关村在线原创】2026年的AI行业，正在经历一次深刻的结构性转变。过去两三年，行业焦点集中在模型参数规模、算力堆叠以及大模型训练效率等层面。这意味着谁的计算集群更大、谁的算力更充足、谁的Scaling Law曲线更陡峭，那么谁就掌握了话语权和主导权。

但是进入2026年，伴随着智能体AI迅速落地并规模化普及，单纯模型能力的边际提升开始让位于“模型本身到底该如何被真正利用起来”，这显然是一个更加务实但也更为困难的问题。在这背后，行业焦点也随之发生转移，因为与一次性问答式的传统大模型交互不同，智能体AI意味着模型需要在多轮对话、多步骤任务、跨工具调用之间保持连贯的"记忆"与"状态"。它会规划、调用外部工具、检索长文档、反思修正，并在整个过程中不断读写自己的注意力状态，这使得KV Cache（键值缓存）的重要性越来越凸显出来。这种从单次生成到持续推理、调度、编排的转变，让AI基础设施的压力点从纯粹的算力问题，扩散到了数据流转与存储效率问题。资本市场的反馈，则是存储芯片以及相关行业公司的价值重估。而这也是为什么存储从数据中心的幕后配角，开始接管AI算力生产线的关键位置。

当推理链路变得越来越长、越来越复杂，当智能体需要记住上一步做了什么、检索过什么资料、和用户聊过什么话题，海量的上下文数据就必须找到一个既要比GPU显存容量更大、又要比传统数据湖更靠近计算侧的存储层级。这正是包括Solidigm在内的存储厂商们，在今年被推到AI基础设施舞台中央的根本原因。

就在2026年8月26日举行的全球闪存峰会上，Solidigm以"构筑AI存储基石"为主题，系统性阐述了其对AI存储基础设施的判断。Solidigm亚太区销售副总裁倪锦峰在主题演讲中的阐述也颇具代表性：“AI基础设施建设已经从单纯堆算力，进入到存储、网络、计算协同优化的新阶段，而中国市场的生态协作，将是释放这一价值的关键路径。”

·覆盖训练、推理、边缘，Solidigm的全场景产品版图

AI工作负载如今变得越来越复杂，从数据准备、大规模预训练、检查点写入、推理服务再到边缘部署等环节，其对存储的性能需求、容量密度、时延稳定性的要求都发生了巨大的变化。这种差异化需求，恰恰是Solidigm构建产品组合逻辑的底层出发点。

在高性能领域，Solidigm D7-PS1010与D7-PS1030是其首批推出的PCIe 5.0 SSD产品，面向读密集与写密集场景进行优化，随机读写性能可达数百万级IOPS，顺序吞吐相比上一代实现翻倍提升，同时保持了业界领先的能效表现。能在严苛的AI工作负载下持续提供卓越性能，这类产品被设计用于承接训练环节的高频读写需求，以及推理阶段对KV Cache的低时延访问。而事实上，Solidigm已经与NVIDIA Dynamo推理运行时展开集成，让D7-PS1010能够将KV Cache张量持久化到SSD上并按需重新加载，从而避免GPU因缓存被逐出而反复重新计算上下文，这一方案在实际应用中大幅降低了GPU的无效算力消耗。

在容量密度方面，Solidigm 122TB D5-P5336 QLC SSD则代表着另一种需求，也就是用更高的存储密度，去化解AI数据中心在功耗与空间上的双重焦虑。相比同类30TB级TLC SSD，D5-P5336能够将每瓦特承载的存储容量提升逾三倍，用一块硬盘取代过去需要多机架部署的存储阵列。这对于需要长期沉淀海量训练数据集、模型权重与日志的AI数据中心而言，意味着实实在在的TCO优化。同时，从D5-P5336到D5-P5316的容量布局上，Solidigm的超高密度eSSD实现了容量与成本效益的双重优化，出色匹配读取密集型业务场景。

事实上，从训练到推理，再到边缘计算等领域，Solidigm的产品已经覆盖了AI生命周期的几乎每一个阶段。

同时在液冷技术上，Solidigm的布局也非常值得关注。当前，AI服务器的功耗正在逼近传统风冷方案的极限，尤其是在GPU集群机柜内，散热效率直接决定了算力能否被充分释放。Solidigm推出的采用单面冷板液体冷却技术的PS1010 E1.S SSD，是行业内较早将液冷方案应用到企业级SSD上的产品之一，它能够有效提升热效能与整体系统性能，为高密度AI机柜的散热设计提供了基于存储端的解决方案。这意味着Solidigm将存储产品与AI数据中心的功耗、空间、散热设计进行了通盘考虑。也因此，智能体AI时代的AI基础设施竞争，不再只是以往单点性能的竞争，而是系统级协同设计能力的竞争。

·G3.5层设计是智能体AI时代的又一次架构重构

如果说训练时代的存储问题主要是解决吞吐速度与容量问题，那么智能体AI时代的存储问题，本质上是对"内存墙"的重构。

时下，模型推理成本高涨、上下文管理负载过重，已经成为大模型规模化落地的新瓶颈。每一次大模型处理输入上下文时，都会生成一套记录token间关系的注意力状态，这个就是我们所说的KV Cache。当上下文越来越长、并发会话越来越多、智能体的多轮记忆越来越深时，KV Cache所占用的空间就会不断增大。这对于动辄数十万token的长上下文任务而言，单一会话的KV Cache就可能吃掉GPU显存的绝大部分容量。当显存告急，系统只能被迫抹去旧缓存，而这意味着下一次访问同一上下文时，GPU必须重新计算一遍，这个过程既浪费算力，也拉长了响应时间，GPU算力的无谓消耗由此产生。

基于这样的背景，一个专为KV Cache优化的闪存层设计理念被提出，那就是G3.5层架构，它由传统意义上的GPU显存层（G1）、主机内存层（G2）、本地高速存储层（G3）与远端共享存储层（G4）之间，插入一个以太网连接、专为KV Cache优化的闪存层（G3.5），用来承载推理上下文、多轮对话历史与智能体状态。这一层级的价值在于，它比单纯的GPU显存和DRAM更具容量上的经济性，同时又比传统数据湖更靠近计算侧，能够在减少重复计算的同时，提升上下文复用效率，从而缩短GPU的等待时间。

这不仅仅是多了一层存储架构，更代表着AI基础设施的评价标准正在发生转变。过去，行业习惯用GPU数量、参数规模衡量AI能力。而从现在开始，数据能否快速、稳定、高效地抵达GPU，开始变得更加关键。

Solidigm的产品布局，恰好可以承接G3、G3.5、G4架构对闪存层的需求。倪锦峰表示，“本地SSD、新增KV缓存层、集群共享存储，也就是G3、G3.5、G4三层，都是Solidigm的发力赛道。”

其高性能D7-PS1010可以服务于G3本地存储层，为高频、低时延的KV缓存读写与模型重载任务提供高带宽支撑；面向G3.5上下文缓存层，Solidigm则能够根据实际负载特征，灵活提供高性能SSD或高密度SSD方案，完成对话上下文与检索数据的快速存取；而单盘容量最高达122TB的D5-P5336，则面向G4共享存储层，它能够很好地替代HDD的角色，承载海量数据，并优化集群空间利用率，可以在电力、空间、散热、性能方面带来很多优势，节省大量成本。

·Solidigm在中国市场的落地实践

技术优势终究要靠实际应用场景来验证。Solidigm在中国市场的生态合作实践，其实已经为上述产品能力提供了具象化的解析。

例如与融科联创之间的合作，双方携手推出了RC-Vision2000智能质检解决方案，这套方案将SolidigmD5-P5336高性能SSD集成到质检一体机中，为制造业产线AI视觉质检提供高效、稳定的底层存储支撑。

对于制造业质检场景而言，这一领域对存储的要求其实有着颇为鲜明的独特性的。它既需要应对高分辨率图像数据的持续写入与快速读取，又要在有限的设备空间与功耗预算内保证系统的长期稳定运行，而这恰恰是Solidigm高密度、高能效SSD产品的用武之地。而双方的合作也证明，AI存储的价值并不只体现在大模型训练与推理这类典型AI场景之中，它同样能够下沉到具体产业的产线末端，成为智能制造升级的基础设施存力底座。

倪锦峰在主题演讲中提到，“Solidigm将持续加强与中国生态伙伴的协作，帮助各行各业打通AI数据流转瓶颈。”而这句话背后，是Solidigm践行“在中国，为中国"的长期承诺。

·结语

从AI行业正式进入智能体AI时代，到KV Cache与长上下文催生G3.5这样的全新的缓存层架构设计理念，再到Solidigm在训练、推理、边缘全场景的产品覆盖与液冷技术等领域的布局，以及与中国生态合作伙伴的紧密合作不难发现，当前AI基础设施的竞争，正在从算力军备竞赛扩展为算力、存储、网络协同设计的系统性竞争。而存储设备正在从后台的容量池角色，逐步融入AI算力前沿产线上不可或缺的关键一环。

Solidigm在这场变化中之所以能够占据有利位置，靠的也并非是单一产品上的性能参数领先，而是在存储密度、新兴存储分层架构、液冷技术等系统级工程创新领域的多点开花，进而确保了其在端到端服务能力上的可靠性。

但倪锦峰也坦言，“存储行业是一个周期性的行业，Memory supercycle更是有其独特性——周期更长，变化更剧烈。数据存储是整个AI的基石，以前大家更多关注算力，现在存力得到更多的关注。智能体的使用会带来数据大量的增长，而数据和存储是AI的基石。周期性变化是这个行业的特点，而Solidigm所要做的，就是保持技术创新与合理的产能拓展，以更好地应对未来的各种情况。”

随着智能体AI规模化部署速度加快，上下文长度、并发会话数量与多智能体协作复杂度仍将持续攀升，存储行业的景气周期依然会持续。而对于Solidigm来说，其面临的真正的挑战也并不在于是否拥有覆盖训练、推理、边缘的多元化产品线，而是能否在中国这样一个AI应用场景极其丰富、生态合作伙伴高度多元的市场中，持续把技术能力、创新能力转化为可复制、可规模化落地的行业解决方案。相信这是存储红利时代，Solidigm未来几年所要着重去做的功课。