一句话看懂：日本存储厂商铠侠（Kioxia）正在推进一套用高速 NAND 闪存补位 DRAM 的方案，包括 PCIe 6.0 SSD 和 CXL 内存扩展模块 XL1，目标是缓解 AI 数据中心的内存容量紧张与成本压力。它不打算彻底取代 DRAM，而是把部分负载从昂贵的内存挪到闪存上。
事件核心：发生了什么
铠侠展示了多条面向 AI 基础设施的产品线。GP1 系列是 PCIe 6.0 NVMe SSD，接口带宽明显高于当前数据中心常见的 PCIe 5.0 产品，并支持 GPU 与存储之间的直接通信，以减少数据在传统系统路径中的搬运。同期展出的还有 CM10 系列企业级 SSD（采用第十代 BiCS FLASH）和 NX1 系列数据中心盘（E1.S 形态、PCIe 5.0，支持液冷）。
更关键的是 XL1 系列。按 Nikkei Asia 报道，这是一款基于 CXL 接口的内存扩展模块，采用铠侠 XL FLASH 技术，通过 PCIe 链路提供接近内存访问速度的扩展容量。铠侠称其读取延迟不到传统 NAND 产品的十分之一，定位在 DRAM 与普通 SSD 之间的性能与成本区间。官方给出的说法是：用 CXL 模块替换系统内一部分 DRAM，可让内存容量翻倍，同时性能提升约 30%。评估样品计划于 2026 年 8 月交付给技术合作伙伴，相关技术将在加州圣克拉拉的 FMS 2026 上做演示。
为什么重要
AI 训练和推理对大容量高带宽内存的需求持续走高，DRAM 的容量与价格已经成为数据中心扩张的硬约束。如果一部分对延迟不那么敏感的负载可以放在 CXL 扩展的闪存层上，服务器就能在不等比例增加 DRAM 的前提下扩大可用内存池。这对整机成本和供应链都有现实意义。铠侠自己也承认 NAND 本质上慢于 DRAM，因此方案是补充而非替代。目前公开信息显示，这套路线能否成立，取决于 CXL 控制器的实际延迟表现以及软件栈的配合程度。
对用户/开发者/创作者的影响
短期内，普通用户和个人创作者不会直接接触到这类硬件。影响更可能体现在企业采购和基础设施层面：AI 服务提供商若能以更低成本扩展内存容量，部分推理和检索类负载的单位成本可能下降。开发者侧的关注点在于内存分层是否会改变数据放置策略，比如哪些数据常驻 DRAM、哪些放到 CXL 模块。对使用大模型 API 或自建推理集群的团队来说，这类方案在未来两三年内可能成为配置选项之一，但需要先看到实际延迟数据和软件生态支持。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 2026 年 8 月评估样品交付后，合作伙伴是否给出可验证的延迟与性能数据；二是 CXL 内存扩展在主流服务器和 AI 框架中的软件支持进度；三是三星、SK 海力士等厂商是否推出同类竞品，以及 DRAM 价格走势是否会让这类替代方案的吸引力发生变化。
来源：TechRadar
