随着全球人工智能技术加速演进——尤其是生成式AI的普及——数据存储系统面临新的压力；铠侠SSD首席技术执行官福田浩一峰会上表示，AI进入推理阶段后对存储的依赖明显上升，其中KV Cache（键值缓存）已成为大模型运行的重要支撑。该技术通过缓存已计算的Key/Value向量减少重复计算，但也会占用大量显存和存储空间，使传统存储方案越来越难以覆盖实际需求。面向该瓶颈，铠侠推出企业级SSD CM9系列的CMX版本，单盘容量最高25.6TB，支持每天3次全盘写入的混合耐久度，定位于大规模AI推理场景。同时，铠侠正与行业伙伴联合推进下一代AI原生存储架构Storage-Next，核心思路是由GPU直接发起存储I/O请求，减少CPU路径带来的限制，以获得更高IOPS和更低时延。为配套该方向，铠侠研发的SSD GP系列基于XL-Flash闪存技术，支持PCIe 6.0，随机读取性能达到千万级IOPS，预计将于2026年进入市场。 在存储介质层面，铠侠首次发布采用QLC技术的企业级SSD LC9系列，单盘容量最高达245.76TB，意味着QLC开始进入更高端的企业存储应用。针对QLC在写入寿命上的特性，铠侠通过主控与固件层面的优化提升可靠性。铠侠同时指出，QLC不会完全替代TLC，两者将根据不同负载与成本需求长期共存。 技术演进方面，铠侠宣布并行推进第九代BiCS 9与第十代BiCS 10闪存研发。BiCS 9采用双晶圆键合技术（CBA）以降低成本并提升性能；BiCS 10则将堆叠层数提升至332层，存储密度提高59%，数据传输能效提升15%以上。铠侠表示，这一“双轴战略”旨在兼顾性能需求与成本控制，为云计算、自动驾驶等新兴应用提供更有针对性的产品路径。
随着数据中心从训练逐步转向推理，竞争重点也从“算力规模”延伸到“数据流动效率”；企业级SSD在高性能、超大容量与能效上的同步推进，既来自技术迭代，也直接受应用需求驱动。未来一段时间，TLC与QLC的分工、GPU直连存储的架构探索，以及闪存工艺与封装的持续演进，将共同影响存储产业在推理时代的角色与增长空间。