今年3月，铠侠公布了一组演示数据：一台服务器，48亿条1024维向量，索引构建加速了7.8倍，DRAM占用却很低。KIOXIA铠侠中国电子创新网
先算一笔账。48亿条1024维向量，按FP32存，原始数据接近20TB。要把这个规模的向量索引全放进内存，账单会先于技术把人劝退。
大模型回答一个问题前，常要先从知识库里找资料，这套动作叫RAG。文档被切成片段，每段变成一个向量，提问时再找最相似的几条。
问题在于，向量一上亿，索引就从一张表变成一片海。最常见的做法是把索引放在内存里，查得快，但内存贵。
海豚投研给过一组对比：HBM4约16美元/GB，企业级SSD约0.3到0.4美元/GB，差了40到50倍。HBM和DRAM还要留给模型权重和KV Cache，能分给向量索引的空间更少。36氪
铠侠的办法叫AiSAQ，全称是“基于乘积量化的全存储式近似最近邻搜索”。名字拗口，做的事很直接：用乘积量化把向量压小，再把索引和向量一起放到SSD上。
查询时，系统只把一小部分候选读进内存。大部分数据留在盘上，靠SSD的并发读把吞吐撑起来。
这套软件在2025年初开源。今年3月的演示里，单台服务器做到48亿条1024维向量，靠NVIDIA cuVS加速索引构建，DRAM用量压得很低。KIOXIA铠侠中国
SSD不是内存。随机读延迟差着数量级，乘积量化又是有损压缩，召回率会掉。AiSAQ的取舍是：不跟DRAM抢“最快”，而是把“装得下”和“查得起”做成另一条路。
对动辄几十亿条向量的RAG来说，瓶颈往往不是单次查询快几微秒，而是整柜内存装不下、装得起也养不起。
铠侠做这件事，不只是技术兴趣。它测算，数据中心NAND需求会从2025年的286EB涨到2031年的1686EB；其中AI推理从86EB涨到1251EB，占比从30%升到74%。36氪
推理越火，越需要又大又便宜的存储层。一家卖NAND的公司，如果只卖颗粒，价格随行就市；如果能让SSD承接向量索引、KV Cache这些“半计算”的活，卖的就是解决方案。
AiSAQ开源，软件本身不直接收费，但给SSD找了一个新的非买不可的理由。
这套东西离普通用户并不远。端侧AI要在手机、PC上跑本地知识库，内存同样不够用；铠侠已经在推UFS 5.0和1亿IOPS的路标，方向一致：让存储离计算更近一点。KIOXIA铠侠中国哔哩哔哩
短期更直接的影响在价格端。企业级AI把NAND产能吸走，消费级SSD很难独善其身。你今年看SSD价格时多出来的那几百块，背后就是这条正在重排的存储链。36氪
SSD不会取代内存。HBM、DRAM、NAND各有各的脾气。但边界正在移动：过去硬盘是仓库，现在它开始被拉进工作台。
铠侠的48亿条向量，是一次试探——存储层能不能不只保存答案，也参与找答案。
