9月22日，2026云栖大会在杭州开幕。“智以致用”是本届大会的主题，活动将持续到9月24日。随着AI从大模型训练进一步走向推理、Agent以及产业规模化应用，行业关注的焦点也开始从单纯提升计算能力，延伸至数据如何被更高效地存储、调用和传输。作为全球半导体企业和存储技术创新者，Sandisk闪迪亮相本届云栖大会，带来了面向云数据中心和智能汽车的多款存储产品，以NAND闪存技术展示AI时代从云端到车端的数据基础设施布局。

闪迪在2026云栖大会展示面向汽车及工业场景的存储解决方案

对于AI应用变化带来的存储需求，闪迪公司副总裁兼中国区总经理蔡耀祥也给出了自己的判断。在他看来，“随着AI智能体逐渐融入到各行业的日常应用中，人工智能通过模型创新和实际部署得到持续发展。推理工作负载的增长，使高效地存储、传输和访问数据变得愈发关键。凭借提供规模化应用所需的性能、可靠性和能效，闪存存储在AI发展的这一新阶段中起到关键的支撑作用。作为全球先进的半导体企业，闪迪拥有数十年NAND闪存技术积淀，旗下卓越的存储解决方案覆盖云数据中心、汽车、物联网及智能移动等多元领域。闪迪正携手产业伙伴推动内存与存储创新，助力支持新一代AI应用和工作负载。”

闪迪公司副总裁兼中国区总经理 蔡耀祥

看这次的展品，能发现存储需求的差别。数据中心里，要为计算任务及时提供数据，也要存下不断积累的内容。汽车上的存储则多了一层要求：车内环境变化时，产品仍需可靠工作。这些需求，对应着不同的型号。

AI进入推理时代，存储成为算力之外的另一块基础设施

AI应用走向落地之后，数据中心面对的问题也在变化。训练大模型需要算力，但到了推理和AI Agent大规模运行阶段，数据读取、写入以及在不同计算节点之间的流转会变得更加频繁。此时，SSD够不够快只是其中一方面，能装多少数据、功耗表现如何，以及长期使用成本，都会影响数据中心的实际部署。

这也是闪迪此次在云栖大会带来SANDISK SN861 NVMe SSD和SANDISK SN670 NVMe SSD两款企业级SSD的原因。两款产品并不是简单追求同一项性能指标，而是对应不同的使用场景：闪迪SN861更偏向大模型训练、推理和AI服务等计算密集型负载，闪迪SN670则把重点放在AI数据湖等需要大容量存储的场景。

闪迪企业级固态硬盘产品展示

接口和容量方面，闪迪SN861给出的规格是PCIe Gen 5、高达16TB。用在大模型训练和推理中，闪迪SN861着重处理的是随机读写需求，同时尽量缩短数据访问的等待时间。闪迪SN861也支持NVMe 2.0、OCP 2.0，功能中还包括FDP，即Flexible Data Placement。简单来说，FDP可以减少不必要的数据重复写入，在降低写入放大的同时，对SSD寿命、性能稳定性和QoS也有帮助。其E1.S版本已经通过NVIDIA GB200 NVL72系统认证。

SANDISK SN861 NVMe SSD

如果说闪迪SN861解决的是AI计算过程中的“快”，那么闪迪SN670更关注海量AI数据如何“装得下”。闪迪SN670基于闪迪UltraQLC平台，整合BiCS8 QLC CBA NAND、定制控制器及系统调优，单盘容量高达256TB，主要面向高速AI数据湖以及AI数据准备等存储密集型应用。

两款产品放在一起，也体现了AI基础设施存储需求正在进一步分化：一端追求更高IO性能和更低延迟，另一端则需要在有限的数据中心空间内承载越来越庞大的数据规模。

SANDISK SN670 NVMe SSD

从云端走向车端，AI汽车也需要更强的存储底座

本届云栖大会上，闪迪展示的另一条重要产品线来自智能汽车。

随着智能网联汽车和软件定义汽车持续发展，智能座舱、辅助驾驶以及车载AI应用产生和调用的数据量持续增加，汽车也正在成为一个不断产生、处理和保存数据的移动计算平台。对应到存储层面，除了性能和容量之外，可靠性、耐久性以及对复杂工作环境的适应能力同样重要。

闪迪车规级存储解决方案现场展示

其中，SANDISK iNAND AT EU752 UFS4.1嵌入式闪存驱动器是闪迪首款采用UFS 4.1标准的车规级嵌入式闪存产品，基于BiCS8 TLC NAND打造，容量高达1TB。1TB版本给出的两项顺序读写数据分别为：读取4300MB/s，写入4100MB/s。闪迪将其与前代产品作了比较，给出的性能提升幅度为超过两倍。车载存储需要装下的东西还在增加。AI模型部署到本地后会占用一部分容量，车辆采集的数据也要保存，再加上交付后的软件更新，空间需求很难停留在出厂时的水平。放在这样的使用背景下，1TB容量也为后续使用留出了余地。

SANDISK iNAND AT EU752 UFS 4.1嵌入式闪存驱动器

同场展示的还有SANDISK iNAND AT EN610 NVMe SSD，对应的是新一代高性能中央计算架构所需的存储方案。闪迪EN610采用TLC闪存，宽温工作能力也是这款车载产品的一项规格。它的配置可以调整。需要使用SLC模式时，可以只转换部分存储空间，也可以全部转换。转换后，同样数量的闪存单元能保存的数据会变少，因此可用容量随之下降，写入耐久性则有所提高。闪迪EN610的容量同样高达1TB，采用M.2 1620 BGA封装。至于采用哪种配置，车企需要先看应用会写入多少数据、写入有多频繁。频繁写入的数据，可以考虑交给SLC空间处理。若容量需求更大，配置时就需要多留一些TLC空间。同一款产品由此可以作出不同配置，容量保留多少、耐久性提高多少，要随用途来定。

SANDISK iNAND AT EN610 NVMe SSD

这两款产品放在一起看，也能看到车载存储需求正在发生变化。地图、影音和系统文件，过去是人们比较熟悉的车载存储内容。如今，随着汽车逐步转向中央计算架构，AI模型也要装进车里，车辆运行中还会不断产生新数据。留多少容量、能承受多频繁的写入，成了汽车存储设计中需要一并考虑的问题。它虽然不是智能汽车最容易被消费者感知的部分，却已经成为整车计算体系中不可缺少的一环。

闪迪车规级存储产品及规格展示

热点科技洞察：AI落地，存储要解决的问题更具体了

过去几年聊AI，GPU和大模型往往是最受关注的两个关键词。但当AI真正进入数据中心、汽车以及更多终端之后，一个很现实的问题随之出现：越来越多的数据，要放在哪里，又该怎样更快地交给计算单元？

闪迪在云栖大会展示车规级与工业物联网存储方案

从闪迪此次在云栖大会展示的产品也能看到这种变化。把四款产品放在一起看，各自要解决的问题比较清楚。闪迪SN861更关注数据读写得快不快、等待时间长不长。闪迪SN670面对的主要问题，则是大量AI数据需要足够的容量来保存。闪迪EU752和闪迪EN610用于汽车，既要承接车载AI和中央计算带来的存储需求，也要考虑车辆实际运行时的环境条件。在热点科技看来，讨论AI硬件时，存储值得单独拿出来看。选型之前，先把应用的需求列清楚：模型本身有多大，运行时多久写一次数据，又需要在多短的时间内完成读取。有了这些信息，才容易判断哪种配置适用。落到数据中心和汽车上，答案又不一样，也就很难只凭一项速度参数判断存储方案是否合适。

四款产品背后呈现出的共同趋势是，AI基础设施的竞争已经不只是“算得有多快”，同样取决于数据能否存得下、调得快，并在不同应用环境下长期稳定运行。