面向端侧AI推理，江波龙首创AIDIMM?助力AIBox流畅运行70B大模型

在AI算力持续向终端下沉的产业浪潮下，本地运行大模型已经成为AIPC、AIBox智能主机等设备的核心竞争力，而内存带宽不足、大容量模型加载卡顿、推理效率偏低，是制约端侧AI规模化落地的普遍痛点。在FMS 2026现场，江波龙正式对外详解AIDIMM?这款全球首款面向端侧AI推理定制的专用高带宽AI内存，依托底层LPDDR5X架构优化内存传输效率，为70B~122B大模型本地稳定运行提供硬件支撑，覆盖AI BOX等多类主流端侧智能硬件的升级需求。

AIDIMM?底层架构解析：LPDDR5X拉高内存带宽上限

AIDIMM?作为江波龙针对性研发的AI内存条，核心架构基于成熟的LPDDR5X颗粒搭建，采用同面四颗颗粒一体化排布的设计方式，拉出256bit高位宽通道，实现最高307.2GB/s的内存带宽，从硬件根源缓解端侧AI运行时数据吞吐拥堵、KVCache占用过高带来的延迟问题。产品最高可拓展至128GB单条容量，无需对主机主板进行大幅度结构改造，插拔式插槽结构降低AIBox、AIPC的硬件改造成本。在FMS展会的实机演示中，该模组可以平稳支撑70B~122B大模型完成本地连续推理运算，长文本对话、多模态生成等高负载场景下运行状态稳定，充分验证了专为端侧AI推理调校的设计价值。区别于通用台式机内存，AIDIMM?在功耗控制、连续高负载稳定性上做了专项优化，更契合边缘智能主机长时间离线运算的使用环境。值得一提的是，相较于SOCAMM2架构，AIDIMM?具备易插拔特性，更契合端侧AI设备运维、量产装配的应用需求。

多场景落地适配打通AIPC与AIBox端侧算力链路

技术落地的实用性，是衡量AI存储硬件价值的关键，江波龙在设计AIDIMM?之初就划定了清晰的应用边界，主要聚焦两大核心终端赛道。其一就是当下快速普及的AIPC，面向内容创作、本地代码编译、离线AI绘图的高性能笔记本与台式整机，提升大模型调用响应速度，改善日常办公的智能化体验；其二为AIBox智能体主机，这类独立边缘算力设备需要长时间驻留大模型，对内存容量与持续带宽输出要求严苛，AIDIMM?可作为核心内存部件，搭配江波龙自研AISSD?组成完整端侧存储解决方案。为进一步释放产品性能，江波龙还与芯片平台厂商完成联合调优，让AIDIMM?的高带宽优势和处理器NPU算力形成协同，避免算力资源被内存数据传输瓶颈限制。整套方案既可以面向整机ODM厂商做前置硬件设计，也能给到行业客户做标准化AIBox整机量产，兼顾消费级与行业级端侧AI市场的不同交付需求。

纵观存储行业，端侧AI的竞争已经从单纯算力比拼转向内存、存储、系统调度的全链路协同。江波龙通过AIDIMM?内存补齐了高带宽、大容量大模型本地部署的关键一环，用LPDDR5X架构突破内存带宽限制，实实在在解决AIPC、AIBox落地过程中的硬件卡点。后续也会继续迭代端侧AI存储产品矩阵，围绕内存效能、存算协同持续打磨技术，为终端人工智能的普及提供更可靠的底层存储支撑。

免责声明：该文章系本站转载，旨在为读者提供更多信息资讯。所涉内容不构成投资、消费建议，仅供读者参考。