26倍净利润狂飙！江波龙端侧AI存储布局结硕果，支撑小龙虾于AI PC规模化落地

4月28日，国内存储第一股江波龙发布了2026年第一季度财报，第一季度营收达到99.08亿元，比去年同期增长132.79%，归属上市公司股东的净利润达到38.62亿元，同比增长2644.05%，实现归属于上市公司股东的扣除非经常性损益的净利润 39.43 亿元，同比增长 2,051.40%。

在近期发布的存储公司一季度报中，佰维存储凭借AI存储需求爆发，单季净利润跃升至28.99亿元，江波龙的单季营收、净利润更胜一筹，分别高出后者30.94亿、9.63亿。江波龙在报告中披露，在 AI 需求爆发的驱动下，全球半导体存储产业维持高景气度，为公司创造了良好的外部环境。在此期间，公司与多家原厂顺利续签 LTA 与 MOU，深度锁定核心供应链资源，为未来的长远发展夯实了资源基础。

江波龙为何会取得如此高速的营收增长和净利润飙升？结合江波龙最新在闪存大会上最新战略、新品和财报信息，本文进行详细分析。

AI分层存储需求旺盛，江波龙明星产品构建端侧全场景存储应用

江波龙在2026年第一季度财报中披露，Q1公司以 UFS4.1 为代表的旗舰存储产品已实现规模化出货。在定制化端侧 AI 存储产品上，公司已经直接向北美智能汽车及自动驾驶科技巨头供应车规级存储产品，进入了全球众多知名车企的供应链体系；公司 ePOP4x产品已经批量应用于北美智能穿戴科技巨头的智能穿戴设备中，公司已正式发布 mSSD 产品，该产品在带宽与功耗媲美传统产品前提下，具备更高的集成度、更优的物理特性及综合成本优势，并已顺利进入头部 PC 厂商的导入测试阶段，预计将于 2026 年对传统 SSD 产品实现规模化替代。

这些财报里面披露在手机、PC、XR、可穿戴手表中演进的存储产品，显示了江波龙在端侧AI领域的不同存储产品布局。在3月27日CFM/MemoryS 2026大会上，江波龙董事长、总经理蔡华波先生表示：“从AI产业分层发展的格局出发，云端与端侧AI的存储服务存在核心差异，云端AI聚焦面向GPU的专业化存储服务，包括HBM、HBF（高带宽闪存）、企业SSD，更多是存储原厂的生意；而端侧AI则围绕高性能容量、低延迟、SiP系统级集成封装、定制化服务三大核心需求展开，前者依托通用芯片生态，后者则面向完整AI系统产品打造，端侧AI需要深度集成的定制化存储方案，江波龙聚焦端侧AI集成存储方案，精准匹配AI手机、AI辅助驾驶、AI穿戴、AI PC、具身机器人等多元场景，为端侧AI存储创新锚定清晰的场景导向，与云端AI存储形成优势互补。”

以展会现场展示的0.5mm超薄ePOP5x为例，它专为 AI 穿戴设备打造的“极致轻薄”，采用 LPDDR5x 内存，速率是上一代 (ePOP4x) 的 2倍，DRAM传输速率最高 8533 Mbps，存储产品采用SIP系统级封装，搭载自研慧忆微主控，静态功耗较上一代降低约 250%。AI智能 眼镜是这款产品的核心应用场景，0.5mm 的超薄厚度使其能完美嵌入镜腿内部，为电池和其他传感器腾出宝贵空间。同样，这款芯片也可以使用XR设备、智能可穿戴手表，ePOP5x支持全天健康监测和AI语音交互。

蔡华波指出，在端侧AI领域，江波龙通过SIP封装技术，可以把三个芯片合成为一个芯片，面积缩小，腾出更多空间给到AI眼镜的电池。财报透露，江波龙ePOP4x已经应用于小米、夸克、XREAL、Rokid等厂商，ePOP5x有望会进入更多厂商的供应链。

去年10月江波龙推出的mSSD,采用联芸科技的主控芯片，完全跑满了 PCIe Gen4×4 的带宽上限，顺序读取速度达到7400 MB/s，顺序读写速度达到6500 MB/s，能够完成游戏掌机、AI PC等设备对高速存储的需求。

蔡华波指出，江波龙今年发布了PCle Gen5 mSSD，采用联芸 MAP1802 主控芯片，性能实现了跃升。该产品保持DRAM-less与20*30超小尺寸设计，新款mSSD的最高顺序读取速度达到11GB/s，较 Gen4 提升约48%，顺序读写速度达到10 GB/s，较 Gen4 提升约53%。随机读写性能最高可达2200K、1800K IOPS，单盘容量最高支持8TB，这些高性能适配AI PC等端侧设备。

江波龙存储技术持续演进，助力端侧AI推理落地

江波龙的技术路线核心在于通过软硬件协同，为端侧AI设备提供高度定制化的智能存储解决方案。蔡华波在闪存大会上发布了最新的SPU，构建“芯片硬件+智能调度”的端侧AI存储软硬件协同技术闭环。WM8500采用5nm制程，单盘容量最大128TB，比较当前主流cSSD容量最大仅8TB，而企业SSD成本高，SPU采用存内压缩技术，有效平衡了容量与成本难题。

江波龙带来HLC技术和iSA技术，iSA存储智能体是面向端侧AI推理的智能调度引擎，针对MoE大模型庞大参数，KV Cache膨胀快，I/O延迟影响推理流畅度等问题，通过MoE专家卸载、KV Cache智能管理与智能预取算法，解决端侧AI推理的存储调度问题。这样热数据放在DRAM，温数据放在SSD 的HLCache，减少DRAM使用。

蔡华波指出，江波龙和两家芯片大厂达成开发合作，分别是AMD和紫光展锐。展台人员介绍了江波龙与AMD基于锐龙AI Max+ 395处理器的智能体主机联合调优的实测数据，该设备实现397B超大模型本地部署，在256K超长上下文（122B）场景下，128GB内存即可流畅运行，从而将DRAM占用降低近40%，为超大模型本地化高效部署与规模化应用提供了创新的实践方案。据悉，江波龙和紫光展锐联合开发HLC技术，即UFS实现嵌入式DRAM降容，4G+256GB可以达到6G+256GB或者8G+256GB的效果，内存投入可以减少。