隨著采用Panther Lake處理器的AI PC開賣，端側(cè)AI不僅獲得了更強(qiáng)的AI算力、續(xù)航和游戲體驗(yàn)，終端形態(tài)也因?yàn)樾酒懔μ嵘?、能耗降低而重新調(diào)整內(nèi)部形態(tài)，1.2kg以下的輕薄型筆記本電腦開始變得司空見慣，基于Windows系統(tǒng)平臺(tái)的游戲掌機(jī)也伴隨著iGPU性能大幅提升獲得優(yōu)秀體驗(yàn)。 

事實(shí)上不局限于Panther Lake，在CES 2026期間，基于新一代驍龍X2 Elite Extreme和Ryzen AI 400系列的輕薄型筆記本、掌機(jī)、平板等端側(cè)AI設(shè)備蓄勢(shì)待發(fā)，以往要依靠臺(tái)式機(jī)級(jí)別的獨(dú)立GPU才能處理簡(jiǎn)單的生成式AI應(yīng)用，現(xiàn)在僅依靠65W左右的便攜式供電就能實(shí)現(xiàn)豐富的AI應(yīng)用，實(shí)際上是業(yè)界共同努力的結(jié)果。                                             

核心硬件缺一不可

AI PC硬件基本上圍繞CPU、NPU、GPU、內(nèi)存、存儲(chǔ)五個(gè)核心組件，每個(gè)硬件都承擔(dān)了不同AI場(chǎng)景的工作。例如被經(jīng)常提到的NPU主要是考慮在節(jié)能的前提下，實(shí)現(xiàn)離電狀態(tài)下的AI加速，GPU則是生成式AI、AI智能體等重負(fù)載的主要承擔(dān)硬件，CPU則需要快速響應(yīng)，給AI應(yīng)用的啟動(dòng)和資源提供調(diào)度。 

另一方面，內(nèi)存和存儲(chǔ)也已經(jīng)在AI PC中承擔(dān)起了非常重要的角色。由于AI模型加載、多任務(wù)切換、大語(yǔ)言模型本地運(yùn)行均需要大內(nèi)存的支持，16GB內(nèi)存其實(shí)不大能滿足多模型切換和調(diào)用的需要，32GB DDR5被認(rèn)為是支撐AI應(yīng)用流暢體驗(yàn)的基本盤。但受限于成本，內(nèi)存不可能像SSD存儲(chǔ)那般提供更大的容量，64GB以上的內(nèi)存容量對(duì)于消費(fèi)級(jí)AI PC而言相對(duì)少見，128GB以上基本屬于工作站的范疇了。 

相對(duì)應(yīng)的，512GB起步的SSD則能夠很好的滿足AI的擴(kuò)容，特別是隨著BiCS 8在SSD中普及，高性能、高容量密度的閃存允許SSD向1TB以上發(fā)展，甚至可以制造出2TB、4TB甚至更高容量的產(chǎn)品。 

在CES 2026期間發(fā)布的鎧俠BG7系列就是使用了BiCS 8以及CBA技術(shù)的消費(fèi)級(jí)解決方案，它針對(duì)OEM、ODM等移動(dòng)端側(cè)AI設(shè)備設(shè)計(jì)，其隨機(jī)讀/寫速度高達(dá) 1,000,000 IOPS，順序讀取速度高達(dá)7,000 MB/s，性能較前代KIOXIA BG6系列提升約10%至16%，兼顧能效和存儲(chǔ)，除了常規(guī)的M.2 2280外形，還提供M.2 2230和M.2 2242可選，是理想的端側(cè)AI擴(kuò)容方案之一。

云端協(xié)同

AI大模型的不斷升級(jí)，指望端側(cè)AI在本地實(shí)現(xiàn)AI的全部應(yīng)用不太現(xiàn)實(shí)。通常而言，將語(yǔ)音識(shí)別、圖像分類、實(shí)時(shí)翻譯等低延遲要求的任務(wù)，由端側(cè)NPU/CPU處理，響應(yīng)時(shí)間控制在100ms以內(nèi)提升使用體驗(yàn)。更復(fù)雜的任務(wù)則交給云端GPU集群處理，包括大語(yǔ)言模型推理、復(fù)雜圖像生成、多模態(tài)分析等算力密集型任務(wù)。 

無論是邊緣節(jié)點(diǎn)、還是云端承擔(dān)的AI任務(wù)，除了強(qiáng)大的GPU之外，也需要更多的緩存提供支持。因此大容量數(shù)據(jù)中心級(jí)SSD也變得尤為關(guān)鍵，可以在存儲(chǔ)性能，數(shù)據(jù)吞吐能力和可靠性三個(gè)維度的關(guān)鍵支撐，直接影響AI訓(xùn)練和推理的效率和成本。比如面對(duì)PB級(jí)的海量訓(xùn)練數(shù)據(jù)集，百萬(wàn)級(jí)IOPS可以將數(shù)據(jù)加載時(shí)間壓縮到以秒為單位，避免GPU因等待數(shù)據(jù)而閑置，同時(shí)也能支持多模型并行，滿足A/B測(cè)試、灰度發(fā)布等應(yīng)用場(chǎng)景。

鎧俠CD9P 系列固態(tài)硬盤能夠滿足云端AI計(jì)算的嚴(yán)苛要求，符合PCIe 5.0、NVMe 2.0、NVMe-MI 1.2c標(biāo)準(zhǔn)，順序讀取性能可達(dá)14.8GB/s，隨機(jī)讀寫性能可達(dá)2,600KIOPS(QD512)和750KIOPS (QD32)。 

不僅如此，鎧俠還發(fā)布了高達(dá)245.76TB的LC9系列SSD，可幫助企業(yè)管理PB級(jí)數(shù)據(jù)，實(shí)現(xiàn)基礎(chǔ)設(shè)施現(xiàn)代化，以支持生成式AI和機(jī)器學(xué)習(xí)應(yīng)用。為AI云端和邊緣部署提供了更多可能性。

端側(cè)AI能力正以超乎想象的速度發(fā)展，100+ TOPS開始變得司空見慣，更多AI任務(wù)可以實(shí)現(xiàn)本地化。同時(shí)，邊緣計(jì)算的普及、模型壓縮的突破，為端側(cè)和邊緣快速執(zhí)行AI應(yīng)用提供了可能。隨著ONNX、TensorFlow Serving等框架完善，云端、邊緣、端側(cè)合力提供流暢的AI體驗(yàn)變得近在咫尺。端側(cè)與云端AI協(xié)同不再是簡(jiǎn)單的本地、云端二選一，而是根據(jù)任務(wù)特性、網(wǎng)絡(luò)條件、隱私要求等因素動(dòng)態(tài)調(diào)度的智能系統(tǒng)。無論系統(tǒng)如何部署，優(yōu)秀的存儲(chǔ)解決方案都將成為AI應(yīng)用的基礎(chǔ)保障，這也正是鎧俠所擅長(zhǎng)的工作。