2025年开放数据中心大会（ODCC）于9月9日至11日在北京举行。本届大会以“拥抱AI变革，点燃算网引擎”为主题，汇聚了数据中心、算力、存储等领域的专家和企业代表。
在大会现场，江波龙正式发布了基于LPDDR5/5x的创新企业级内存产品SOCAMM2，以应对不同规模AI工作负载带来的严峻挑战;同期，公司企业级SSD产品总监曹匡文发表《用AI存储赋能AI应用》主题演讲，全面介绍江波龙如何利用人工智能技术优化存储系统。
SOCAMM2:与HBM应用互补的创新内存选择
SOCAMM2基于LPDDR5/5x颗粒和CAMM模块化设计，同时采用4-N-4HDI超高密度互连叠层结构，极大提升了设计复杂度和孔密度，为高性能计算提供了坚实的基础。与LPCAMM2设计相比，SOCAMM2去除了顶部凸出的梯形结构，进一步降低了整体高度，更适合服务器的安装环境和液体冷却系统，在仅14×90mm的紧凑尺寸内最大可实现256GB容量，数据传输速率高达8533Mbps。
SOCAMM2具有突破性的能效表现，功耗仅为标准DDR5RDIMM的1/3，在同容量下带宽提升至2.5倍，显著降低AI推理延迟，主要面向HPC、通用服务器、AI集群服务器、AI训练/推理、智能辅助驾驶和工业边缘网关等应用场景。
同样应用于AI领域，从架构定位来看，HBM以固定封装和高成本换取极致带宽，SOCAMM2则以可替换、高效益的模块化设计实现容量、功耗与弹性的平衡。在实际系统中，可同时采用HBM应用于GPU侧，SOCAMM2用作CPU侧，从而兼顾带宽与容量的双重提升。
凭借在性能、能效与空间效率三个维度的创新，SOCAMM2为高性能计算与创新存储架构提供了全新的解决方案，尤其适合面向AI与大模型推理的高效益扩展需求。
存储在AI应用的多重挑战:性能瓶颈与可靠性难题
曹匡文在演讲中深入剖析了AI大集群存储系统面临的共性难题。他指出，企业级SSD是AI集群的核心基石，但AI数据流从GB级、TB级到PB级都存在不同特点的性能瓶颈和可靠性挑战。
性能瓶颈方面，无论是训练阶段的随机读取，还是推理阶段的高并发访问，亦或是检查点保存时的大量顺序写入，都对存储系统提出了极高的性能需求。低延迟、优秀的QoS和规避长尾延时成为关键挑战。可靠性方面，高写入量和高负载下的故障预测困难，以及生命末期的数据安全保障，都是传统存储系统难以解决的问题。
针对应用痛点，江波龙推出了全方位的AI智能存储解决方案。通过引入智能负载感知技术，实时识别冷热数据，优化缓存策略和数据布局，显著提升了系统性能。同时，通过机器学习模型分析SSD内部多项实时参数，建立精准的可靠性模型，实现了预测性主动维护和及时告警。
AI存储升级AI应用:性能与可靠性全面提升
江波龙的创新之处在于将AI技术深度融入存储产品的设计、管理和运维中，实现了三大技术突破。
智能性能优化:利用控制器内置ML机器学习能力，实现预测性流量控制、智能任务优先级调度和数据访问模式学习。与过去没有流量控制、没有优先级管理、没有冷热识别的传统方案相比，新一代智能存储显著提升了吞吐效率和响应速度，使数据准备速度加快、模型训练效率提升、推理速度大幅优化。
寿命预测智能化:通过分析实时工作温度梯度、NAND健康特性、最优读写电压变化、读写错误计数和系统日志等多维度数据，智能运维系统能够自动预警硬盘健康状况，助力客户实现存储生命末期提前告警，有效规避掉盘和数据丢失风险，同时降低运维复杂度，提高设备利用率。
可靠性全面提升:通过ML机器学习模型精确计算最佳读取电压，既提高了读取速度，也增强了纠错能力，使UBER（不可修正误码率）等可靠性指标显著优于业内主流水平。针对QLC可靠性问题，江波龙还通过NAND Flash闪存介质研究和特性分析改善了QLC生命末期的数据可靠性。结合智能算法识别LBA热度，实现冷热分流，有效降低WAF(写放大)，进一步提升SSD寿命。未来，公司计划将这些在QLC领域的技术储备，全面应用于即将发布的企业级SSD产品中。
这些技术配合优化的优化的可靠性模型，高冗余的硬件设计，增强的PLP保护，为客户带来了实实在在的收益:数据准备速度加快、模型训练效率提升、推理速度加快，运行更加稳定可靠，全面优化了AI工作效率。
研造一体:一站式存储服务深入AI领域
8月26日，刚刚落成的上海总部，是江波龙TCM与PTM商业模式的核心载体，也是AI存储技术的研发中枢。总部同步建设的企业级存储实验室，聚焦大容量、高性能、高阶软硬件的产品技术方案，并与苏州封测制造基地、中山存储产业园多地协同，逐步深化AI应用场景，持续满足AI训练、AIGC推理等多元需求。凭借“研发+封测+制造”的一站式存储服务，江波龙能够根据客户的特定需求，完成高度定制化的创新产品，精确控制产品特性、成本与交付周期，为AI存储领域持续注入创新动能。
未来，公司将推出支持QLC和PCIe Gen5的企业级SSD，并融入更多智能化创新与高阶算法，为AI数据中心提供更多优选存储方案。
（推广）