英伟达不再是唯一答案，这家清华95后团队正把硬盘变成AI推理的新变量

一块普通的SSD硬盘，正在被改造成参与大模型计算的“调度员”。寅谱科技这个2024年成立的AI存储与推理芯片设计公司，团队核心是两位95后清华博士田洋和熊巍，均出自华为2012实验室。寅谱做的事，是把传统用于保存文件的硬盘，改造成能承接模型权重、KV Cache和MoE专家的AI SSD，用更低成本的存储空间，缓解昂贵显存和内存的压力。

希鸥网观察到，内存价格已较去年第四季度上涨3至4倍。AI Agent兴起后，模型要在长上下文中连续工作，数据在显存、内存与SSD间持续流动。继续靠堆GPU和内存，不仅推高成本，更无法解决规模化运行的性价比问题。寅谱的思路是“以存换算”，让SSD承接温冷数据，复用中间结果，减少GPU等待和重复预填充。

寅谱AI SSD的底层逻辑，并不是给硬盘贴AI标签。CTO熊巍指出，普通SSD不知道某块数据属于模型权重还是KV Cache，只能当文件处理。寅谱与SSD控制器厂商联芸科技（688449.SH）合作，通过加速分区、固件和调度算法，让SSD参与模型权重和KV Cache的分层、预取与搬运。这使本地可部署的模型参数规模进一步提升。

传统主板按出厂静态规则管理电压和功耗，寅谱的KLEENE主板智控技术则实时感知系统状态，动态调节部件。他们先推出基于AMD Ryzen AI Max+ 395的桌面计算机Hilbert，作为软硬件协同的试验场。团队在自有平台上反复验证后发现，模型参数从显存下沉到内存，KV Cache从内存写入SSD，数据都要经过PCIe总线，而瓶颈就在这里。

沿着PCIe总线，寅谱还在布局近存计算协处理器和推理ASIC芯片。这类芯片放弃部分通用性，把大模型推理中计算密度高、结构固定的环节直接硬化，在有限成本和功耗下支持更大规模模型。AI SSD与专用芯片不是彼此分离的产品线，前者解决数据放哪里、如何及时到达，后者解决如何用更适合推理的方式完成计算。

希鸥网认为，AI硬件竞争正从单点性能比拼，转向计算与存储协同的系统能力较量。英伟达凭借GPU在训练时代建立的优势，正在被Agent时代的存储瓶颈稀释。谁能让数据在正确时间出现在正确位置，谁就能降低Token生成成本。寅谱从系统软件出发反向定义芯片的路径，为存储产业链上游提供了新的增长变量。

对创业者而言，寅谱的启示在于“从真实负载出发”的逆向思维。田洋说，先弄清楚模型和Runtime真正需要什么，再决定硬件长什么样，把稳定、重复、值得加速的能力固化到芯片里。这要求团队既懂模型行为，又懂系统软件，还要能触达芯片设计。软硬件协同设计不是口号，而是决定产品能否落地的关键能力。

团队的组织方式同样重要。田洋强调“半导体和集成电路公司”定位，从AI推理的真实数据流出发，逐层落实到芯片、控制器、固件和存储介质。优秀的创业者既要有高尚品格，又要有出色能力，能实事求是、开诚布公。而优秀的文化不掩盖问题，而是公开解决。寅谱用自有平台验证技术再沉淀为参考设计，正是这种协同文化的体现。

创业初期就要规划好汇报线和职责描述。田洋和熊巍两位联合创始人在华为的共同经历，让他们从系统层面理解计算机。但再优秀的个人也需要体系支撑。初创公司应确保制衡机制发挥作用，决策权归属清晰，没有人重要到不可替代。技术路线可以灵活调整，但“以存换算”的战略目标要保持不变，直到被市场验证。

金鸥品牌榜·2026年度创新案例库开放申报了。免费提报，独立评估，入榜品牌将获得电子版《入榜证明》及年度专题公示，优秀案例可获得深度专访+全平台分发。如需修改或发布文章，请加微信号：sheisceo