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。