在生成式AI重塑世界的進(jìn)程中，數(shù)據(jù)存儲(chǔ)的一場深層次變革已全面啟動(dòng)。

當(dāng)AI大模型參數(shù)超越萬億級，AI推理全面走向工業(yè)化，Manus、Dify等Agent全面爆發(fā)之際，高質(zhì)量的數(shù)據(jù)集、全新的接口協(xié)議和高效快速的數(shù)據(jù)綜合處理帶來一系列全新存儲(chǔ)挑戰(zhàn)。此刻，算力對于AI應(yīng)用與發(fā)展依然重要，但沒有與之匹配的存力進(jìn)行高效協(xié)同，再強(qiáng)大的算力也無用武之地。

因此，統(tǒng)一的AI數(shù)據(jù)平臺(tái)迅速崛起，成為存力發(fā)展的重要趨勢和數(shù)據(jù)存儲(chǔ)產(chǎn)業(yè)的焦點(diǎn)。AI數(shù)據(jù)平臺(tái)將塊存儲(chǔ)、文件、對象、表格、向量乃至事件流整合到統(tǒng)一的存儲(chǔ)之中，既兼容傳統(tǒng)的通用應(yīng)用場景，又高效支撐起新型AI應(yīng)用場景，更徹底消除數(shù)據(jù)孤島，讓數(shù)據(jù)價(jià)值得以全面釋放。

毫無疑問，與算力一樣，存力也即國力。在中國市場全面受制于先進(jìn)AI芯片的不爭事實(shí)面前，AI數(shù)據(jù)平臺(tái)極具市場價(jià)值，它不僅為存算協(xié)同、以存代算帶來更優(yōu)解，也有望成為中國數(shù)據(jù)存儲(chǔ)產(chǎn)業(yè)在AI時(shí)代走向輝煌的起點(diǎn)。

01

AI 數(shù)據(jù)平臺(tái)崛起

AI大模型的爆發(fā)，讓VAST DATA這家公司頻繁進(jìn)入大眾的視野。作為一家成立僅九年的公司，VAST DATA如今估值達(dá)到300億美元，超過絕大多數(shù)傳統(tǒng)存儲(chǔ)公司。

VAST DATA之所以能在產(chǎn)業(yè)格局早已固化的數(shù)據(jù)存儲(chǔ)領(lǐng)域脫穎而出，關(guān)鍵在于其面向AI時(shí)代構(gòu)建數(shù)據(jù)平臺(tái)的理念引發(fā)關(guān)注。眾所周知，隨著AI大模型的快速迭代與進(jìn)化，數(shù)據(jù)存儲(chǔ)的核心需求發(fā)生根本性變化，存儲(chǔ)基座全面走向重構(gòu)，AI 數(shù)據(jù)平臺(tái)的價(jià)值全面顯現(xiàn)。

其一、從 CPU 轉(zhuǎn)向 GPU的計(jì)算范式變化，推動(dòng)GPU+NVMe 全閃+RDMA 網(wǎng)絡(luò)成為新的技術(shù)堆棧標(biāo)準(zhǔn)。而GPU集群規(guī)模的持續(xù)增加，也導(dǎo)致吞吐量、并行復(fù)雜性和延遲敏感度大幅提升，AI訓(xùn)練、推理等工作負(fù)載追求高并發(fā)、低延遲、高吞吐的極致性能。

例如，隨著大模型參數(shù)規(guī)模的不斷增加，模型訓(xùn)練多節(jié)點(diǎn)梯度同步GB/s級的并發(fā)，導(dǎo)致整個(gè)AI集群的并發(fā)復(fù)雜性持續(xù)提升；同時(shí)，AI推理對于延遲極為敏感，推理更是延遲＞1ms即觸發(fā)降級，這些都對數(shù)據(jù)存儲(chǔ)的極致性能提出極大挑戰(zhàn)，也讓傳統(tǒng)存儲(chǔ)舉步維艱。

其二、AI進(jìn)入到全新發(fā)展階段，多模態(tài)成為AI大模型重要趨勢，加上Agent應(yīng)用的大量涌現(xiàn)，不僅釋放出大量的推理需求，更直接推動(dòng)Agent生態(tài)初步形成，這直接誕生出多模態(tài)數(shù)據(jù)統(tǒng)一管理、中間結(jié)果緩存復(fù)用、長效記憶能力構(gòu)建等全新的存儲(chǔ)需求。

以推理為例，國內(nèi)先進(jìn)算力稀缺的現(xiàn)實(shí)狀況不容忽視。因此，存儲(chǔ)層面的以存帶算意義重大。存儲(chǔ)需要肩負(fù)起記憶持久化，基于KV Cache來避免AI推理算力的重復(fù)運(yùn)算，推動(dòng)存算協(xié)同的高效運(yùn)行。

其三、除興起的AI應(yīng)用場景之外，企業(yè)依然有著像數(shù)據(jù)庫、虛擬化、通用文件等大量傳統(tǒng)應(yīng)用場景，二者之間在IOPS、延遲、接口等存儲(chǔ)需求迥異，存儲(chǔ)基座需要減少數(shù)據(jù)存儲(chǔ)層的復(fù)雜性，兼容過去和支持未來，并進(jìn)一步強(qiáng)化數(shù)據(jù)安全和徹底消除數(shù)據(jù)孤島。

顯然，面對數(shù)據(jù)存儲(chǔ)核心需求的根本性變化，軟硬件架構(gòu)設(shè)計(jì)陳舊的傳統(tǒng)存儲(chǔ)已無所適從，AI數(shù)據(jù)平臺(tái)則加速接過傳統(tǒng)存儲(chǔ)的接力棒，成為眾多企業(yè)在AI時(shí)代構(gòu)建存儲(chǔ)基座的首先。

“存儲(chǔ)的角色不再是傳統(tǒng)的數(shù)據(jù)持久化，而是支撐萬億參數(shù)大模型高效訓(xùn)推和 Agent行動(dòng)閉環(huán)的智能樞紐?！比A瑞指數(shù)云CTO 曹羽中指出。

與VAST DATA類似，華瑞指數(shù)云（ExponTech）也是一家致力于AI數(shù)據(jù)平臺(tái)創(chuàng)新的存儲(chǔ)公司。事實(shí)上，在傳統(tǒng)存儲(chǔ)軟硬件架構(gòu)缺陷持續(xù)放大的背景下，AI數(shù)據(jù)平臺(tái)已然成為中國發(fā)展先進(jìn)存力最重要的創(chuàng)新方向之一。

那么，以華瑞指數(shù)云為代表的中國存儲(chǔ)公司能否為AI時(shí)代的存儲(chǔ)基座帶來更優(yōu)解？

02

中國或有更優(yōu)解

舊的范式走向終結(jié)，新的力量也即破土而出。

相比于傳統(tǒng)存儲(chǔ)，AI數(shù)據(jù)平臺(tái)就像一個(gè)重新設(shè)計(jì)的六邊形戰(zhàn)士，真正在產(chǎn)品層面掀起變革浪潮，滿足用戶“既要、又要、也要和還要”的全面需求。

以華瑞指數(shù)云的AI原生智能數(shù)據(jù)平臺(tái)--WADP為例，其為Agent時(shí)代和多模態(tài)AI設(shè)計(jì)了多協(xié)議的融合，是全球唯一能同時(shí)覆蓋企業(yè)關(guān)鍵業(yè)務(wù)與AI工作負(fù)載的分布式存儲(chǔ)軟件，可以幫助企業(yè)構(gòu)建統(tǒng)一、智能、無限擴(kuò)展的存儲(chǔ)基座，以一套存儲(chǔ)平臺(tái)滿足全場景數(shù)據(jù)存儲(chǔ)需求。

具體來看，WADP首先是一款A(yù)I Native Universal Storage，采用模塊化可組合式架構(gòu)設(shè)計(jì)理念，在WiDE分布式數(shù)據(jù)引擎和天樞元數(shù)據(jù)引擎基礎(chǔ)上，開發(fā)出WDS、WFS、WOS和WQS等一系列組合產(chǎn)品。這種架構(gòu)設(shè)計(jì)的好處就是WADP產(chǎn)品組合中任何一款產(chǎn)品均能夠單獨(dú)為企業(yè)所使用，又能夠通過組合式架構(gòu)以一套存儲(chǔ)平臺(tái)滿足全場景需求。

眾所周知，傳統(tǒng)存儲(chǔ)最大詬病就是不同場景的部署與使用往往需要不同的存儲(chǔ)方案，數(shù)據(jù)、協(xié)議、系統(tǒng)之間不互通和協(xié)同性差，導(dǎo)致基礎(chǔ)設(shè)施擴(kuò)展性差、數(shù)據(jù)孤島林立和數(shù)據(jù)價(jià)值無法高效釋放。而WADP則采用多協(xié)議融合的設(shè)計(jì)理念，同一份數(shù)據(jù)基于豐富的協(xié)議接口，無需來回移動(dòng)拷貝數(shù)據(jù)，實(shí)現(xiàn)無縫互通。

其次，性能與效率仍然是當(dāng)下AI基礎(chǔ)設(shè)施的核心挑戰(zhàn)。WADP這位“六邊形戰(zhàn)士”在性能和效率上同樣不打折扣，關(guān)鍵業(yè)務(wù)與AI工作負(fù)載等場景下均表現(xiàn)出色，實(shí)現(xiàn)“全面”和“專精”二者兼得。

以面向企業(yè)關(guān)鍵業(yè)務(wù)場景為例，WADP在全球存儲(chǔ)性能委員會(huì)SPC-1 評測以SDS+普通服務(wù)器的方式勇奪全球第一，一舉打破高端存儲(chǔ)多年的壟斷，在性能、延遲和性價(jià)比上全面領(lǐng)先，徹底顛覆SDS性能羸弱的刻板形象。曹羽中透露，其WADP在現(xiàn)實(shí)中已經(jīng)完成多個(gè)高端存儲(chǔ)遷移項(xiàng)目，幫助企業(yè)承接OLTP等核心業(yè)務(wù)工作負(fù)載。

又如，在面向AI的訓(xùn)練與推理場景中，WADP在今年的MLPerf Storage v2.0測試結(jié)果表現(xiàn)優(yōu)異，Resnet50模型訓(xùn)練測試中單客戶端支持的GPU卡數(shù)和帶寬排世界第一；Llama3模型測試僅使用其他評測方案1/5的SSD，在Checkpoint寫入帶寬排世界第三，硬件利用效率極為高效。

“MLperf測試現(xiàn)階段更加鼓勵(lì)存儲(chǔ)廠商用各種創(chuàng)新方案去驗(yàn)證如何滿足AI場景的需求。華瑞指數(shù)云WADP展示了軟件方案搭配極簡硬件(DPU+JBOF盤框)同樣能做到超級IO處理效率、超高的容量密度和性能密度，且總體擁有成本遠(yuǎn)低于其他方案?！辈苡鹬薪榻B道。

第三，與大部分傳統(tǒng)存儲(chǔ)不同，WADP設(shè)計(jì)之初就是為AI-Ready而準(zhǔn)備，滿足訓(xùn)練推理、KVCache、RAG場景優(yōu)化、Agent等AI場景的全棧存儲(chǔ)需求；同時(shí)，WADP研發(fā)也著眼于未來在數(shù)據(jù)類型、接口協(xié)議等未來的演進(jìn)，推動(dòng)AI算力與存力的無縫協(xié)同，讓企業(yè)數(shù)據(jù)通過存儲(chǔ)基座源源不斷為AI提供“燃料”。

以KVCache為例，對于國內(nèi)眾多用戶而言，AI芯片、HBM等在AI場景中至關(guān)重要，但價(jià)格昂貴且受限；隨著DeepSeek等開源大模型的大幅進(jìn)步，推理時(shí)代的全面到來，如何在有限的硬件條件下提升推理速度、降低推理成本就成為當(dāng)前所有用戶都需要面對的一道難題。

對此，WADP的WQS SSD KVCache Pool功能以原生KV接口實(shí)現(xiàn)與HBM或者RAM對接，支持遠(yuǎn)端和本地SSD形成KVCache Pool，為HBM提供無限擴(kuò)展的全局共享外部存儲(chǔ)空間，實(shí)現(xiàn)超高吞吐、極低時(shí)延的推理體驗(yàn)，同時(shí)廣泛兼容國內(nèi)外主流推理框架，真正實(shí)現(xiàn)以存代算，大幅度降低推理場景的算力成本。

曹羽中強(qiáng)調(diào)：“現(xiàn)在存儲(chǔ)業(yè)界都在卷IOPS、時(shí)延、帶寬等性能指標(biāo)，這是一個(gè)誤區(qū)。性能固然是AI應(yīng)用以及企業(yè)核心應(yīng)用的剛性需求，不過達(dá)到一定指標(biāo)之后，存儲(chǔ)的核心價(jià)值一是更多在于對于通用和AI場景的高效支持；二則是擺脫傳統(tǒng)存儲(chǔ)協(xié)議和IO架構(gòu)的束縛，面向AI場景設(shè)計(jì)新的接口方式和新的IO路徑，更高效的與算力以及Agent協(xié)同，這兩點(diǎn)也是WADP一直在堅(jiān)持的方向?！?/p>

03

產(chǎn)業(yè)拐點(diǎn)，讓未來更有數(shù)

不可否認(rèn)，隨著VAST DATA、Hammerspace、WEKA等一批美國存儲(chǔ)初創(chuàng)公司全面崛起，全球數(shù)據(jù)存儲(chǔ)產(chǎn)業(yè)正因?yàn)锳I而進(jìn)入到一個(gè)重要拐點(diǎn)。

對于中國數(shù)據(jù)存儲(chǔ)產(chǎn)業(yè)而言，在經(jīng)歷了傳統(tǒng)存儲(chǔ)陣列時(shí)代的艱難追趕之后，隨著AI數(shù)據(jù)平臺(tái)崛起，真正迎來全新的產(chǎn)業(yè)契機(jī)。這一次，中國存儲(chǔ)公司與海外存儲(chǔ)先鋒站在同一起跑線，有望在未來廣闊的市場舞臺(tái)上全面施展。

其一，中國市場已具備良好的AI數(shù)據(jù)平臺(tái)土壤。IDC數(shù)據(jù)顯示，2024年國內(nèi)市場的傳統(tǒng)陣列占比開始下降到50%以下，分布式存儲(chǔ)、SDS等被越來越多用戶所接受和使用。在傳統(tǒng)存儲(chǔ)陣列市場逐步下滑和式微之際，華瑞指數(shù)云等多家國內(nèi)存儲(chǔ)公司持續(xù)的深耕，讓基于分布式存儲(chǔ)軟件的AI數(shù)據(jù)平臺(tái)成為中國存儲(chǔ)產(chǎn)業(yè)最重要的賽道之一。

其二，AI數(shù)據(jù)平臺(tái)尚處于發(fā)展的早期，路徑依賴和依托國外開源的“拿來主義”絕非長遠(yuǎn)之計(jì)。華瑞指數(shù)云用WADP證明，全自研固然艱難，但絕非遙不可及。此外，AI數(shù)據(jù)平臺(tái)在AI DATA、接口協(xié)議等方面依然有著極大探索與創(chuàng)新空間，堅(jiān)持自研必然會(huì)獲得市場、用戶更加廣泛的認(rèn)可。

綜合觀察，一直以來，數(shù)據(jù)存儲(chǔ)都以技術(shù)難、研發(fā)投入大、市場門檻高著稱。當(dāng)算力在AI時(shí)代狂飆時(shí)，AI數(shù)據(jù)平臺(tái)崛起，存力作為基座與支柱的價(jià)值愈發(fā)被認(rèn)同，數(shù)據(jù)存儲(chǔ)產(chǎn)業(yè)也開始走向蛻變。面向未來，隨著華瑞指數(shù)云這樣的探路者陸續(xù)涌現(xiàn)，中國存儲(chǔ)產(chǎn)業(yè)走向輝煌指日可待。

大數(shù)據(jù)在線是聚焦人工智能、大數(shù)據(jù)、云計(jì)算等前沿科技領(lǐng)域深度觀察的深度媒體。目前，大數(shù)據(jù)在線在微信公眾號、今日頭條號、新浪財(cái)經(jīng)、36氪、雪球號、觀察號等主流自媒體平臺(tái)均有入駐，積累粉絲超過20W；并榮獲今日頭條十大科技新銳媒體、商業(yè)新知十大人工智能媒體等多項(xiàng)殊榮。商務(wù)聯(lián)系請?zhí)砑游⑿牛篛wen_Inter，添加請備注具體信息。