當(dāng)AI應(yīng)用以“周”為單位快速迭代進(jìn)化，千億、萬(wàn)億參數(shù)的大模型成為競(jìng)爭(zhēng)核心時(shí)，全球科技競(jìng)爭(zhēng)的焦點(diǎn)，已從單純的“算力競(jìng)賽”，悄然延伸至更為底層的存儲(chǔ)領(lǐng)域。

如果把算力比作引擎，數(shù)據(jù)比作燃料，那么存儲(chǔ)就是容納燃料并保證其能高速、穩(wěn)定輸送至引擎的“智能油箱”與“高速輸油管”。要是存儲(chǔ)無(wú)法滿(mǎn)足時(shí)代需求，即便算力再?gòu)?qiáng)大，也會(huì)像“巧婦難為無(wú)米之炊”，空轉(zhuǎn)的引擎無(wú)法推動(dòng)AI這艘巨輪前進(jìn)。

AI重塑存儲(chǔ)行業(yè)

AI技術(shù)的迅猛發(fā)展正在重塑存儲(chǔ)需求的底層邏輯?！?025存力發(fā)展報(bào)告》顯示，2025年全球數(shù)據(jù)總量將突破200ZB，其中AI訓(xùn)練數(shù)據(jù)年增速達(dá)67%，這種增長(zhǎng)不僅體現(xiàn)在容量上，更引發(fā)了性能、架構(gòu)、協(xié)同等全方位的變革。

首先是節(jié)點(diǎn)增多。曙光存儲(chǔ)運(yùn)營(yíng)總監(jiān)石靜表示，當(dāng)前大模型訓(xùn)練需要千卡集群甚至萬(wàn)卡集群，多計(jì)算節(jié)點(diǎn)同時(shí)存儲(chǔ)時(shí)，存儲(chǔ)面臨的壓力比通算時(shí)代大幅增加。

另一方面，AI時(shí)代企業(yè)數(shù)據(jù)集規(guī)模不斷擴(kuò)大，數(shù)據(jù)來(lái)源和種類(lèi)更加豐富多樣?！叭缃衿髽I(yè)構(gòu)建存儲(chǔ)體系，規(guī)模動(dòng)輒幾十PB甚至上百PB。而且大模型時(shí)代后，傳統(tǒng)的‘冷數(shù)據(jù)’變成了‘溫?cái)?shù)據(jù)’甚至‘熱數(shù)據(jù)’，這對(duì)存儲(chǔ)架構(gòu)提出了新要求?！笔o強(qiáng)調(diào)。

此外，AI時(shí)代對(duì)高性能存儲(chǔ)的需求愈發(fā)強(qiáng)烈。大模型訓(xùn)練對(duì)存儲(chǔ)帶寬的需求呈指數(shù)級(jí)增長(zhǎng)，當(dāng)前AI訓(xùn)練所用帶寬需求已進(jìn)入“TB級(jí)紀(jì)元”。益企研究院《AI時(shí)代的存儲(chǔ)基石》白皮書(shū)指出，2025年AI訓(xùn)練集群的平均存儲(chǔ)帶寬需求較2023年提升300%，傳統(tǒng)HDD存儲(chǔ)150MB/s的帶寬已成為明顯瓶頸。

對(duì)帶寬的要求不僅在模型訓(xùn)練階段，石靜稱(chēng)，推理過(guò)程中企業(yè)也需要具備千萬(wàn)級(jí)別IOPS低時(shí)延的帶寬來(lái)支撐高并發(fā)推理場(chǎng)景，“比如提升訓(xùn)練和推理效率時(shí)，存儲(chǔ)要能跟上GPU速度，避免GPU等待數(shù)據(jù)IO?！倍@在以往通算時(shí)代并非多數(shù)企業(yè)對(duì)存儲(chǔ)的需求。

在AI重塑存儲(chǔ)行業(yè)過(guò)程中，隨著需求的爆發(fā)式增長(zhǎng)，存儲(chǔ)行業(yè)面臨著前所未有的挑戰(zhàn)。

一是架構(gòu)瓶頸。傳統(tǒng)存儲(chǔ)與計(jì)算分離的架構(gòu)使數(shù)據(jù)搬運(yùn)成本激增，中國(guó)移動(dòng)呼市數(shù)據(jù)中心早期采用集中式存儲(chǔ)系統(tǒng)，支撐“九天大模型”訓(xùn)練時(shí)，GPU利用率僅40%。北京大學(xué)孫廣宇教授指出，數(shù)據(jù)在內(nèi)存與存儲(chǔ)間搬運(yùn)的能耗占系統(tǒng)總能耗的50%以上，這種“數(shù)據(jù)搬運(yùn)困境”阻礙了AI效率提升。即便采用RDMA網(wǎng)絡(luò)加速技術(shù)，傳統(tǒng)架構(gòu)仍難以突破帶寬與延遲的物理極限。

二是成本壓力。性能與投入失衡，全閃存儲(chǔ)是滿(mǎn)足AI性能需求的關(guān)鍵，但成本是規(guī)?；瘧?yīng)用的阻礙。2025年QLCSSD單位容量成本雖較2023年下降40%，但仍比HDD高出2.3倍。

三是管理難題。AI時(shí)代數(shù)據(jù)呈現(xiàn)“4V”特征，即體量巨大、種類(lèi)多樣、價(jià)值密集、實(shí)時(shí)性強(qiáng)，給存儲(chǔ)管理帶來(lái)嚴(yán)峻挑戰(zhàn)。

高性能、綠色化，存儲(chǔ)行業(yè)的未來(lái)之路

面對(duì)AI需求的倒逼和可持續(xù)發(fā)展的要求，存儲(chǔ)行業(yè)正形成“高性能突破”與“綠色化轉(zhuǎn)型”雙輪驅(qū)動(dòng)的發(fā)展格局。

在高性能方面，高性能存儲(chǔ)技術(shù)的發(fā)展正從單點(diǎn)優(yōu)化轉(zhuǎn)向體系性突破，涵蓋介質(zhì)、架構(gòu)、協(xié)議等全鏈條創(chuàng)新。

介質(zhì)上，全閃成為必然選擇。閃存技術(shù)成熟使全閃存儲(chǔ)從高端場(chǎng)景走向普及，《2025存力發(fā)展報(bào)告》顯示，全國(guó)外置閃存占比超28%，金融、制造、互聯(lián)網(wǎng)行業(yè)滲透率超45%；架構(gòu)上，分布式架構(gòu)主導(dǎo)規(guī)模化部署。集中式存儲(chǔ)的擴(kuò)展瓶頸在AI時(shí)代愈發(fā)明顯，分布式存儲(chǔ)憑借彈性擴(kuò)展能力成為主流；協(xié)議層面，協(xié)議與硬件協(xié)同加速。NVMe - oF與RDMA技術(shù)結(jié)合，打破了存儲(chǔ)與計(jì)算間的通信壁壘。如中國(guó)移動(dòng)呼市數(shù)據(jù)中心采用曙光存儲(chǔ)的“NVMe - oF+RDMA”組合方案，使存儲(chǔ)網(wǎng)絡(luò)帶寬提升2倍，延遲降低3倍。

中國(guó)移動(dòng)呼市數(shù)據(jù)中心的實(shí)踐表明，千億參數(shù)模型單次訓(xùn)練需讀取超10PB樣本數(shù)據(jù)，持續(xù)帶寬需求達(dá)TB級(jí)。曙光存儲(chǔ)為該中心配置總量逾60PB的存儲(chǔ)資源（包括全閃、混產(chǎn)品），通過(guò)高密與數(shù)據(jù)節(jié)能技術(shù)，在400G網(wǎng)絡(luò)下實(shí)現(xiàn)單節(jié)點(diǎn)190GB/s帶寬，同時(shí)降低了整體存儲(chǔ)建設(shè)成本，提升了性?xún)r(jià)比。

從長(zhǎng)遠(yuǎn)看，存儲(chǔ)行業(yè)僅有高性能還不夠。作為高載能的數(shù)據(jù)中心，近年來(lái)一直致力于推動(dòng)全生命周期的碳中和，在“雙碳”目標(biāo)和能源成本壓力下，綠色存儲(chǔ)從可選變?yōu)楸剡x，形成了“技術(shù)節(jié)能 + 結(jié)構(gòu)優(yōu)化 + 政策引導(dǎo)”的發(fā)展路徑。

硬件方面，中國(guó)移動(dòng)呼市數(shù)據(jù)中心規(guī)?；瘧?yīng)用液冷與間接蒸發(fā)技術(shù)，使智算中心PUE降至1.15。軟件方面，智能調(diào)度算法成效顯著，曙光存儲(chǔ)的動(dòng)態(tài)電壓調(diào)節(jié)技術(shù)根據(jù)負(fù)載調(diào)整能耗，《綠色存儲(chǔ)技術(shù)研究》報(bào)告顯示，采用智能節(jié)能技術(shù)的存儲(chǔ)系統(tǒng)，能效比可提升45%以上。

結(jié)構(gòu)優(yōu)化方面，綠電替代是數(shù)據(jù)中心綠色轉(zhuǎn)型的核心舉措。中國(guó)移動(dòng)呼和浩特?cái)?shù)據(jù)中心總經(jīng)理王科峰介紹，2025年該中心綠電占比將達(dá)100%，較2024年的69%實(shí)現(xiàn)大幅提升?！?025存力發(fā)展報(bào)告》顯示，西部數(shù)據(jù)中心綠電占比平均達(dá)58%，比東部高23個(gè)百分點(diǎn)，成為綠色存儲(chǔ)的主戰(zhàn)場(chǎng)。

政策方面，國(guó)家政策引導(dǎo)加速綠色存儲(chǔ)落地，“東數(shù)西算”工程要求樞紐節(jié)點(diǎn)數(shù)據(jù)中心PUE低于1.25，推動(dòng)存儲(chǔ)系統(tǒng)向低能耗方向發(fā)展。行業(yè)標(biāo)準(zhǔn)也不斷完善，IEEE提出的存儲(chǔ)級(jí)能效比（SER）指標(biāo)，通過(guò)量化每GB數(shù)據(jù)的年能耗，為綠色存儲(chǔ)提供了評(píng)價(jià)依據(jù)。

除了高性能與綠色化需求，在各行業(yè)降本增效的當(dāng)下，成本也是多數(shù)IDC用戶(hù)考慮的重要因素。為追求“性?xún)r(jià)比”，中國(guó)移動(dòng)呼市數(shù)據(jù)中心采用“全閃 + 混閃”配置，這是平衡性能與成本的折中方案，已成為國(guó)內(nèi)智算中心的主流選擇。愛(ài)集微咨詢(xún)數(shù)據(jù)顯示，AI存儲(chǔ)的單位TB建設(shè)成本是傳統(tǒng)存儲(chǔ)的3.7倍，某互聯(lián)網(wǎng)巨頭2025年存儲(chǔ)投入同比增長(zhǎng)52%，仍難以完全匹配算力擴(kuò)張速度。

管理層面，以中國(guó)移動(dòng)呼市數(shù)據(jù)中心為例，其支撐的40余個(gè)行業(yè)大模型中，有結(jié)構(gòu)化的政務(wù)數(shù)據(jù)和非結(jié)構(gòu)化的醫(yī)療影像，傳統(tǒng)存儲(chǔ)管理系統(tǒng)難以精準(zhǔn)實(shí)現(xiàn)冷熱數(shù)據(jù)分層。對(duì)此，曙光存儲(chǔ)推出StorInsight智能分析工具，通過(guò)實(shí)時(shí)采集IO特征，自動(dòng)將熱數(shù)據(jù)遷移至全閃層，使存儲(chǔ)資源利用率提升35%，但這種智能化管理能力在行業(yè)內(nèi)的普及率不足20%。

通過(guò)優(yōu)化存儲(chǔ)架構(gòu)和智能化管理系統(tǒng)，在保證高性能的前提下降低成本，這擊中了多數(shù)用戶(hù)的痛點(diǎn)。

存算融合是趨勢(shì)

除了滿(mǎn)足高性能存儲(chǔ)與綠色化需求，未來(lái)的數(shù)據(jù)中心，尤其是像中國(guó)移動(dòng)呼和浩特這樣的國(guó)家樞紐節(jié)點(diǎn)，將不再只是“算力中心”，而是“存力與算力融合的中心”。

存算融合過(guò)程中，存算一體的架構(gòu)瓶頸是最大挑戰(zhàn)。北京大學(xué)孫廣宇教授指出，未來(lái)將形成“層次化的異構(gòu)存算一體架構(gòu)”，針對(duì)AI訓(xùn)練、推理等不同場(chǎng)景采用差異化融合方案。

為解決“內(nèi)存墻”問(wèn)題，存算一體技術(shù)將計(jì)算單元與存儲(chǔ)單元深度融合，曙光存儲(chǔ)正在研發(fā)的存算合封解決方案，通過(guò)先進(jìn)封裝技術(shù)拉近數(shù)據(jù)與計(jì)算的距離，預(yù)計(jì)能效提升300倍。

同時(shí)，在“東數(shù)西算”政策推動(dòng)下，構(gòu)建跨域協(xié)同存力網(wǎng)絡(luò)至關(guān)重要，存儲(chǔ)資源正形成跨區(qū)域協(xié)同格局。中國(guó)移動(dòng)依托“4 + N + 31 + X”體系，以呼市數(shù)據(jù)中心為核心節(jié)點(diǎn)，通過(guò)400G算力專(zhuān)網(wǎng)實(shí)現(xiàn)存儲(chǔ)資源的全國(guó)調(diào)度。曙光存儲(chǔ)正在構(gòu)建跨區(qū)域數(shù)據(jù)授權(quán)與安全機(jī)制，解決數(shù)據(jù)流動(dòng)中的信任問(wèn)題。《2025存力發(fā)展報(bào)告》顯示，東部與西部存力協(xié)同調(diào)度可使整體存儲(chǔ)成本降低22%，算力利用率提升18%。

未來(lái)，隨著存算一體、AI原生等技術(shù)的成熟，存力將成為數(shù)字經(jīng)濟(jì)的核心生產(chǎn)力，為大模型創(chuàng)新、產(chǎn)業(yè)智能化轉(zhuǎn)型提供堅(jiān)實(shí)支撐。（文｜Leo張ToB雜談，作者｜張申宇，編輯丨蓋虹達(dá)）

本文僅代表作者觀點(diǎn)，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請(qǐng)?jiān)谖闹凶⒚鱽?lái)源及作者名字。

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請(qǐng)及時(shí)與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com