AI驱动下的闪存需求分层：闪迪发布新一轮UFS 4.1产品！

从2025年年中开始，大家对存储市场的关注点不再只是容量扩展和价格波动，其需求结构、技术路线与应用重心也在同步调整。

一方面，数据中心受AI训练和推理需求的拉动，企业级SSD需求持续增长。另一方面，移动端和汽车端本地算力提升，它们对高性能嵌入式存储的需求同步上升。在这个过程中，存储市场的变化又进一步传导到介质和产品形态上，尤其是闪存产品，正在成为承接这轮需求变化的核心载体。

3月27日，在中国闪存市场峰会上，闪迪公司全球产品高级副总裁Eric Spanneut发布了新一轮UFS 4.1产品，并展示从云到端的全场景闪存解决方案。他表示，闪迪的核心目标是围绕可扩展性、效率与可靠性，为不同终端形态构建稳定的数据基础设施，并通过生态协作应对AI时代带来的结构性变化。

端侧存储需求开始升级

从技术路径来看，如果说UFS 3.x主要对应的是移动设备对高速读写和能效的提升需求，那么UFS 4.x所对应的，则是端侧算力增强后，对更高带宽、更低时延和更稳定数据调度能力的进一步要求。

如果UFS 3.x时代是解决移动设备高速读写的问题，UFS 4.x则是步入终端侧计算能力增强的阶段。在生成式AI、端侧推理和高分辨率影像处理逐渐常态化的形势下，移动设备不再只是数据展示终端，而是承担更多本地计算任务。这种角色转变，使存储接口从容量与速度支撑，升级为计算效率保障的关键组成。

闪迪移动端和汽车端闪存新品发布

在移动端，闪迪发布了首款基于QLC NAND技术的UFS 4.1嵌入式闪存驱动器——SANDISK® iNAND® MC EU721，面向从主流到旗舰级的新一代移动设备，强调在高密度、小体积环境下兼顾性能与功耗平衡。

MC EU721基于SANDISK® BiCS8 QLC 3D NAND（可以理解为新一代3D NAND）技术打造，搭载UFS 4.1接口。在1TB容量规格下，其顺序读取速度高达4500MB/s，顺序写入速度高达4300MB/s。产品定位明确为面向新兴AI工作负载进行优化，例如实时翻译、智能影像处理和语音助手等场景，对持续读写能力和延迟稳定性提出了更高要求。UFS 4.1在带宽、功耗与调度能力上的提升，也在为端侧AI运行提供基础条件。

该产品目前已出样，提供256GB、512GB和1TB三种容量规格，预计将于2026年4月上市。

在汽车端，这个趋势表现得更加明显。相比移动终端，汽车对新一代存储标准的导入通常更谨慎，因为验证周期更长、稳定性要求更高。但在智能网联汽车和软件定义汽车持续发展下，车规级存储必须在保证可靠性的前提下，跟随整车计算架构同步升级。目前，从公开信息来看，汽车行业推进方向都是先把UFS 4.1推起来，再把更高密度介质导入进来。

闪迪新发布的SANDISK® iNAND® AT EU752 UFS 4.1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，产品基于BiCS8 TLC NAND技术，在1TB容量规格下，顺序读取速度高达4300MB/s，顺序写入速度高达4100MB/s，性能较前代产品提升超过两倍。

在车载AI系统中，更高的数据吞吐能力意味着更快的数据加载与处理速度，从而提升系统层面的响应效率。同时，容量扩展至1TB，也为AI模型本地存储与后续OTA升级预留空间。随着车端数据采集规模持续增长，本地缓存与云端协同能力，正在成为智能驾驶系统的基础能力。

此外，SANDISK® iNAND® AT EN610 NVMe SSD面向新一代高性能中央计算（HPCC）架构设计，采用TLC闪存，并支持将全部或部分空间配置为高耐久SLC模式。该产品采用M.2 1620 BGA封装，容量高达1TB，支持宽温工作范围，更强调在复杂车载环境中的长期可靠性。

可以看到，汽车端的产品策略强调的是稳定升级能力和高可靠运行环境适配，而不仅仅是接口升级。这本质上是对软件定义汽车长期演进周期的基础设施响应。

最后

在云数据中心领域，针对计算密集型场景，闪迪在会上展出了采用PCIe 5.0接口的SANDISK® SN861 NVMe SSD。目前其U.2与E1.S版本已获OCP Inspired™ 认证，E1.S版本还通过了英伟达GB200 NVL72系统认证。针对存储密集型场景，闪迪提供基于 UltraQLC™平台的大容量企业级产品，以展出的SANDISK® SN670 NVMe SSD为例，容量达到256TB。表明闪迪在数据中心侧按计算密集型与存储密集型场景做了更明确的产品分层。

除此之外，闪迪还有消费端和视频端的闪存产品展示。闪迪也在这次大会上获得了年度存储产品表现奖，侧面表现出其产品布局在当前市场环境下的行业认可度。

整体来看，闪迪的闪存产品很全面，覆盖从云数据中心到终端设备的多个关键应用场景，而且懂得按需分配。某种程度上也说明，随着AI从训练走向持续推理、从云端延伸至终端，闪存市场的竞争力开始描向精准匹配不同层级的负载需求。