深圳新闻网2026年9月30日讯(记者 常军平)随着人工智能从大模型训练加快走向规模化应用,数据存储正在成为影响AI运行效率和成本的重要环节。
在日前举行的2026云栖大会上,深圳企业德明利围绕“企业存储核心芯片提供商”和“AI基础设施方案提供商”两大定位,集中展示企业级SSD、DDR5内存、自研存储主控芯片以及新型相变存储介质PCM等产品和技术。其中,面向下一代AI服务器的PCIe 6.0企业级SSD,以及围绕PCM研发的两款自研主控芯片,成为此次展示重点。

与消费电子时代主要解决“数据存得下”的问题不同,AI时代对存储提出了更高要求。大模型需要处理更长的文本、代码和多轮对话,大量用户同时调用AI,也意味着服务器需要频繁读取和暂存海量数据。存储设备不仅要容量大,还要速度快、延迟低,同时兼顾成本。
AI推理催生新的存储层级
大模型应用场景变化,是这一轮存储技术升级的重要背景。
在AI推理过程中,系统需要临时保存用户此前输入的信息和模型计算产生的数据,这部分数据被称为“KV-Cache”,可以理解为大模型运行中的“临时记忆”。上下文越长、同时使用AI的人越多,需要保存的数据就越庞大。

传统服务器主要依靠内存和SSD配合工作:内存速度快,但价格高、容量扩展成本较大;SSD容量大、成本相对较低,但速度又慢于内存。随着AI推理规模扩大,行业开始尝试进一步“分层”,把不同频率使用的数据放到不同介质中,在性能、容量和成本之间取得平衡。
德明利此次重点展示的PCM,即相变存储器,就是这一背景下尝试引入的新型介质。相比传统内存和NAND闪存,PCM的定位处于两者之间,既能在断电后保存数据,又具备较低时延和较高耐久度等特点。
围绕PCM,德明利目前布局了两条技术路线。

其中,H9560 CXL内存扩展主控芯片,主要面向更接近内存的高速数据。通俗来说,就是在传统内存之外,再增加一层容量更大、断电后数据仍能保存的“扩展内存”,用来存放AI推理过程中频繁调用的数据。公司披露,H9560预计年内完成回片。
另一款H8560 PCM桥接芯片则面向大容量、高频写入的持久化存储,目前已完成回片验证,并基于该芯片推出PCM-SSD高速缓存盘。其作用可以理解为,在普通大容量SSD和高速内存之间增加超高速持久缓存层,承接AI推理中需要频繁读写的数据。
国内率先推出PCIe 6.0企业级SSD
在更成熟的企业级SSD领域,德明利此次也集中展示了从PCIe 5.0到PCIe 6.0的多款产品。

其中,TE619A系列是德明利此次展示的重点产品之一。据企业介绍,该产品为国内率先推出的PCIe 6.0企业级SSD,主要面向下一代AI服务器高速缓存及高并发数据处理需求。
根据德明利披露的信息,TE619A采用E3.S、E1.S等形态及TLC介质,提供3.84TB和7.68TB容量,最高顺序读取带宽达28GB/s、顺序写入带宽达12.5GB/s。相较PCIe 5.0产品,其数据传输带宽进一步提升,主要适配下一代AI服务器对高带宽、高并发和高密度部署的需求。
如果把服务器比作一间大型仓库,SSD是存放数据的“货架”,PCIe接口则相当于数据进出的“通道”。AI模型越复杂,需要在短时间内搬运的数据越多,对“通道”速度要求也越高。
除更高速度外,大容量也是AI数据中心的重要需求。此次德明利展示的企业级SSD覆盖E3.S、E1.S、E1.L、U.2、M.2等规格,并兼容SATA、PCIe 5.0和PCIe 6.0等接口。其中,PCIe 5.0产品还包括最高61.44TB的大容量QLC企业级SSD,更适合AI数据池、云计算等海量数据存储场景。

针对数据中心新旧服务器长期并存的问题,德明利还展示了自研企业级SSD主控芯片H3361。该芯片支持 SATA和NVMe 双协议,通过固件配置和少量硬件调整,即可开发适配SATA、PCIe接口的 SSD 产品,减少重复开发和备货。
此外,公司还展示了DDR5 RDIMM、ECC DIMM等企业级内存产品,主要作为AI服务器和数据中心的配套产品。
深圳存储企业向AI基础设施上游延伸
从此次云栖大会展示的产品来看,德明利的业务重点正进一步向企业级存储和AI基础设施转移。
公司2026年半年报首次披露,报告期内企业级业务实现营收48.15亿元,企业级SSD已进入多家头部互联网云厂商供应链。相比过去以消费级存储产品为主要市场,企业级业务在公司业务结构中的分量正在提升。
这一变化背后,是AI正在重新改变存储行业的竞争方式。进入数据中心后,不同服务器架构和不同计算任务对存储性能的要求差异明显,仅依靠采购成熟主控芯片、组装标准化模组,已经很难覆盖复杂需求,企业需要进一步掌握主控芯片、固件算法、介质适配和系统验证等能力。

从H3361到面向PCM的H8560、H9560,德明利正在把研发环节继续向存储上游延伸。对深圳存储产业而言,这也意味着本土企业正从传统模组和终端产品,进一步向核心芯片、新型介质和系统解决方案拓展。AI时代,存储的竞争正从“把数据存下来”,转向如何让数据更快、更低成本地被算力调用。
(本文图片由受访单位提供)