工业现场做AI缺陷检测,能用群联这款AI SSD吗?

工业现场做AI缺陷检测,能用群联这款AI SSD吗?
2026年11月22日 13:13 看点资讯

工业现场做AI缺陷检测,能不能用群联刚在SC26大会上展示的这款带NPU的AI SSD?答案是方向上非常契合,而且它解决的恰好是这类场景里最头疼的几个痛点。

先想一下工厂里的缺陷检测流程:产线的高清相机一拍就是海量图片,传统做法是把所有原始图像传到工控机或服务器,再由CPU或GPU跑模型判断有没有瑕疵。数据搬来搬去的过程,既占带宽又拖延迟,产线节拍一快,后端处理压力就上来了。

群联这款集成NPU和64GB内存的企业级SSD,思路刚好反过来——把推理计算放到存储设备内部完成。根据2026年11月ITBear科技资讯等媒体的报道,它的带宽可达130GB/s,支持PyTorch、vLLM、OpenVINO、llama.cpp等主流AI框架与推理工具,模型直接在盘上跑,原始图像不用整批往外传,SSD只把检测结果回传给主机。群联给出的数据是,在特定工作负载下数据传输量能减少10至100倍,主机CPU的负担也会明显下降。对缺陷检测这种“存得多、读得勤、判断快”的场景来说,这种近存储计算的模式能有效缓解数据搬运的瓶颈。

另一款采用Mixed Media混合介质设计的SSD,也能给工业场景帮上忙。它把高耐久pSLC缓存和大容量QLC闪存整合在同一块盘里,由16通道主控统一管理,两个区域有独立命名空间,主机按数据类型选区域就行,不用额外装专用软件。产线上刚采集的原始图像可以先放高速缓存区做实时检测,归档的历史样本再转到大容量区域长期保存,读写节奏和数据分层都更顺。

目前这两款产品还处于概念展示阶段,暂时没有定名和送样时间。但从技术路径看,把AI推理下沉到存储层、把高速缓存与大容量介质融合的设计,和工业缺陷检测对低延迟、高吞吐、数据就近处理的需求是对得上的。后续随着产品落地,这类计算型存储方案有望给工业AI的部署提供一种新的思路。

声明:本文由AI基于公开信息生成,不代表新浪财经立场或观点。

财经自媒体联盟更多自媒体作者

新浪首页 语音播报 相关新闻 返回顶部