【导读】2026骁龙峰会期间，高通技术公司宣布携手阶跃、无量火与江波龙开展四方合作，基于第六代骁龙® 8超级至尊版移动平台，将阶跃StepEdge-Omni 30B-MoE（混合专家）模型面向端侧进行深度适配与推理优化，成功打造具备自主服务和个性化能力的端侧智能体助手，并在峰会现场完成基于高通参考设计的现场演示，验证了复杂智能体AI工作流在智能手机上的高效部署与规模化扩展能力，进一步加速智能体AI体验走进更多终端和广大消费者。
基于第六代骁龙8超级至尊版移动平台的强大AI性能基础和完整软件栈支持，江波龙提供的端侧AI存储解决方案，模型权重可从端侧闪存高效加载，通过存储与计算协同减少大模型对运行内存的持续占用，进一步提升模型加载和运行效率，成功打造端侧智能体助手，实现从邮件理解到行程规划、日历同步、航班酒店推荐、行程分享到邮件草拟的全链路自主办公，全程本地完成，无需云端调用。得益于NPU+GPU双引擎协同，模型预填充吞吐性能超过330 Token/s，对比仅使用NPU的通用推理方案提升超过30%，解码吞吐性能超过28 Token/s，并能保持持续稳定运行，且首个词元生成速率达到毫秒级，对比云端API调用快数倍至数十倍。
从AI PC到AI手机，江波龙端侧AI存储方案加速落地
江波龙这套端侧AI存储解决方案由iSA™存储智能体与搭载慧忆微自研主控的UFS 4.1存储芯片共同支持。UFS 4.1存储芯片为端侧AI推理提供可调度容量、高性能传输的基础，iSA™则是江波龙行业独有的、专为端侧AI推理场景打造的存储智能调度引擎，两者软硬件协同构成端侧AI场景下的先进存力。
iSA™存储智能体围绕 AI 数据的访问特点与计算时序，协同设计存储介质、数据布局、主控和固件。
在数据组织上，针对模型权重、MoE Expert 和 KV Cache 的不同特点，优化分层存放、访问粒度和生命周期管理，提高有限内存与存储资源的使用效率。
在数据供给上，通过预取提示、关键读取优先、后台维护协调和设备状态反馈，让存储访问更好地匹配推理节奏，以减少计算等待、改善持续运行体验为目标。
在寿命管理上，针对 KV Cache 卸载带来的额外写入，通过优化写入策略、数据放置和回收机制，并结合介质寿命反馈，通过介质调优并优化写放大，减少不必要的 NAND 擦写，延长存储使用寿命。
此前，江波龙端侧AI存储方案已在AI PC和AI移动工作站场景完成能力验证。此次在移动端平台的适配与演示，进一步验证了该方案的跨平台复用能力，也为后续规模化商用奠定了基础。
系统级存算协同，共促端侧AI落地
端侧AI推理对存储提出新要求，常规标准存储难以高效响应MoE参数调度、KV Cache膨胀和多轮对话的I/O节奏。为此，江波龙与推动存储端与SoC端联动，让存储参与端侧AI推理数据调度：理解推理节奏、预判数据需求、提前准备。30B MoE大模型在智能手机上的完整部署，正是这一系统级协同的创新实践。
江波龙副总裁、嵌入式存储事业部总经理黄强表示："端侧AI的规模化落地，离不开算力与存储的深度协同。江波龙将行业独有的iSA™存储智能体，率先适配高通第六代骁龙8超级至尊版，通过存算协同释放平台算力价值，突破端侧大模型推理存储瓶颈。期待与高通持续深化生态协作，共同打造高性能端侧AI解决方案，为终端用户带来更稳定、可靠的本地AI体验。"
结论
本次四方合作基于第六代骁龙8超级至尊版移动平台，完成了30B混合专家模型的手机端高效部署，依托软硬件协同优化，实现了全链路本地自主办公服务，摆脱了对云端调用的依赖，大幅提升了终端服务的响应速度与运行稳定性。通过NPU与GPU双引擎协同、存储智能调度引擎与高性能存储芯片的搭配优化，设备模型加载、数据解码、首词响应等核心性能大幅提升，有效解决了大模型运行内存占用过高、存储读写损耗大、运行卡顿等问题。
江波龙端侧存储解决方案具备成熟的跨平台适配能力，此前已在AI PC、AI移动工作站完成验证，此次移动端的成功落地，充分证明了方案的通用性与实用性。算力与存储的深度协同模式，突破了终端设备大模型部署的存储瓶颈，最大化释放了骁龙平台的硬件性能。未来，随着产业链生态协作的持续深化，这套成熟的端侧软硬件解决方案，将加速在各类终端设备规模化商用，为消费终端带来更稳定、高效、本地化的智能服务体验，持续推动终端智能化技术的落地普及。
