【全球存儲(chǔ)觀察 ｜ 科技熱點(diǎn)關(guān)注】

“從無(wú)到有，從有到強(qiáng)。”

全國(guó)人大代表、華中科技大學(xué)副校長(zhǎng)馮丹教授用這八個(gè)字概括了中國(guó)存儲(chǔ)產(chǎn)業(yè)數(shù)十年的奮進(jìn)歷程與崛起成就。

當(dāng)前，存儲(chǔ)芯片、固態(tài)硬盤、存儲(chǔ)系統(tǒng)的全鏈條國(guó)產(chǎn)化已基本實(shí)現(xiàn)，國(guó)產(chǎn)高端存儲(chǔ)在金融、醫(yī)療、電信等國(guó)計(jì)民生行業(yè)站穩(wěn)腳跟，更有國(guó)產(chǎn)存儲(chǔ)廠商揚(yáng)帆出海。

然而，成績(jī)背后仍存隱憂，中國(guó)存儲(chǔ)產(chǎn)業(yè)在AI時(shí)代面臨的三大挑戰(zhàn)不容回避。

挑戰(zhàn)一，核心部件隱憂。AI算力需要匹配高性能存儲(chǔ)，閃存是高性能存儲(chǔ)的核心。近期NAND價(jià)格劇烈波動(dòng)，暴露出產(chǎn)業(yè)鏈上游的脆弱性。雖然國(guó)產(chǎn)存儲(chǔ)系統(tǒng)整機(jī)能力突出，但在NAND閃存等核心部件上，全球供應(yīng)仍高度集中。這必然考驗(yàn)存儲(chǔ)系統(tǒng)廠商的供應(yīng)鏈韌性、成本控制能力和資源利用效率。如何通過(guò)架構(gòu)創(chuàng)新對(duì)沖價(jià)格波動(dòng)，成為重要課題。

挑戰(zhàn)二，數(shù)據(jù)價(jià)值沉睡。作為人工智能“燃料”的高質(zhì)量數(shù)據(jù)集，中國(guó)規(guī)模僅相當(dāng)于歐美的10%左右。馮丹指出，大量數(shù)據(jù)沉睡在各行各業(yè)的數(shù)字基礎(chǔ)設(shè)施中，既“不愿供”，也“流不動(dòng)”。數(shù)據(jù)標(biāo)準(zhǔn)不一、質(zhì)量參差不齊，高質(zhì)量數(shù)據(jù)平臺(tái)的建設(shè)迫在眉睫。存儲(chǔ)系統(tǒng)如何更好適配AI需求，成為又一大挑戰(zhàn)。馮丹用“數(shù)字糧倉(cāng)”比喻存儲(chǔ)的戰(zhàn)略地位，既然AI的“儲(chǔ)備糧”告急，中國(guó)存儲(chǔ)豈能再做“沉默的底座”。

挑戰(zhàn)三，產(chǎn)業(yè)生態(tài)割裂。系統(tǒng)級(jí)協(xié)同遠(yuǎn)未達(dá)成，存儲(chǔ)廠商做存儲(chǔ)，算力廠商做算力，AI應(yīng)用開發(fā)者各自為戰(zhàn)。這種割裂導(dǎo)致數(shù)據(jù)在系統(tǒng)間反復(fù)搬運(yùn)，存儲(chǔ)的底座能力與AI應(yīng)用如何充分結(jié)合，讓存儲(chǔ)更好地促算、促AI創(chuàng)新，也是一大挑戰(zhàn)。

不可否認(rèn)，挑戰(zhàn)越大，機(jī)遇越大。當(dāng)前，中國(guó)存儲(chǔ)產(chǎn)業(yè)界與學(xué)界的探索，正在匯聚成三條清晰的發(fā)展路徑。

一是從硬件堆砌到效能優(yōu)先，追求單位成本下的極致效率。

過(guò)去存儲(chǔ)競(jìng)爭(zhēng)拼的是容量和速度，未來(lái)拼的是“單位成本下的極致效率”。面對(duì)核心部件價(jià)格波動(dòng)，單純依賴硬件升級(jí)難以為繼，如何盤活現(xiàn)有資源、提高算力利用率、降低總體擁有成本是更加現(xiàn)實(shí)的選擇。

國(guó)內(nèi)廠商曙光存儲(chǔ)提出“先進(jìn)存力”三大主張，強(qiáng)調(diào)憑借高性能存儲(chǔ)、架構(gòu)創(chuàng)新，在達(dá)到相同性能目標(biāo)的前提下，減少對(duì)單一部件的數(shù)量依賴。同時(shí)，通過(guò)智能分析、智能調(diào)度、數(shù)據(jù)壓縮等軟件能力，讓存儲(chǔ)系統(tǒng)主動(dòng)理解數(shù)據(jù)價(jià)值、動(dòng)態(tài)優(yōu)化資源。此外要加強(qiáng)系統(tǒng)層、生態(tài)層的協(xié)同，尋求全域視角下的最優(yōu)方案。

通過(guò)提高單位效能，讓每份硬件投入產(chǎn)生更高業(yè)務(wù)價(jià)值，或許是應(yīng)對(duì)當(dāng)前供應(yīng)鏈波動(dòng)問(wèn)題最現(xiàn)實(shí)有效的路徑。

二是構(gòu)建“數(shù)據(jù)工廠”式創(chuàng)新平臺(tái)，打造新基建的“頭號(hào)工程”。

馮丹提出的“數(shù)據(jù)工廠”構(gòu)想，本質(zhì)上是通過(guò)構(gòu)建數(shù)據(jù)轉(zhuǎn)化體系，將數(shù)據(jù)從“原材料”加工為“高質(zhì)量燃料”。這要求存儲(chǔ)系統(tǒng)向上對(duì)接各類AI應(yīng)用和智能體，提供統(tǒng)一、高效、安全的數(shù)據(jù)服務(wù)；向下屏蔽底層硬件復(fù)雜性，保證穩(wěn)定可靠。從“存”到“產(chǎn)”的升級(jí)，考驗(yàn)的是系統(tǒng)整合能力和生態(tài)協(xié)同水平。

在產(chǎn)業(yè)界，曙光存儲(chǔ)率先提出的AI數(shù)據(jù)工廠理念與馮丹的構(gòu)想不謀而合。通過(guò)AI應(yīng)用親和、AI數(shù)據(jù)加速兩大核心能力，讓存力平臺(tái)深度融入AI全業(yè)務(wù)流程。AI應(yīng)用親和通過(guò)KV Cache卸載、多層數(shù)據(jù)分級(jí)等技術(shù)，針對(duì)性優(yōu)化推理環(huán)節(jié)；AI數(shù)據(jù)加速則整合多類型存儲(chǔ)資源，配合向量數(shù)據(jù)庫(kù)優(yōu)化與AI算子加速庫(kù)，實(shí)現(xiàn)高價(jià)值私域數(shù)據(jù)的自動(dòng)化處理。該平臺(tái)從數(shù)據(jù)清洗標(biāo)注到模型訓(xùn)練、推理部署，打通數(shù)據(jù)流轉(zhuǎn)全鏈路，有效緩解AI訓(xùn)練中的“數(shù)據(jù)饑餓”問(wèn)題。

圖注：曙光存儲(chǔ)在HAIC2025期間提出AI數(shù)據(jù)工廠理念

馮丹特別建議，將人工智能數(shù)據(jù)平臺(tái)作為新基建的“頭號(hào)工程”來(lái)布局，這一觀點(diǎn)正在成為學(xué)界和產(chǎn)業(yè)界的共識(shí)。北京交通大學(xué)教授張向宏指出，進(jìn)入數(shù)智社會(huì)，數(shù)據(jù)成為核心生產(chǎn)要素，需要類似“水廠”“電廠”這樣的基礎(chǔ)設(shè)施來(lái)規(guī)模化供給，這正是“數(shù)據(jù)工廠”的歷史使命。

三是打破“存儲(chǔ)孤島”，強(qiáng)化系統(tǒng)級(jí)協(xié)同。

眾所周知，實(shí)現(xiàn)存、算、網(wǎng)的緊耦合，是產(chǎn)業(yè)進(jìn)階的關(guān)鍵。通過(guò)開放架構(gòu)與統(tǒng)一標(biāo)準(zhǔn)，讓存儲(chǔ)融入多元算力生態(tài)，支撐數(shù)據(jù)要素的高效可信流動(dòng)。在AI訓(xùn)練全流程中，存儲(chǔ)需要與計(jì)算資源深度協(xié)同，確保昂貴算力不閑置、海量數(shù)據(jù)不阻塞。全國(guó)人大代表騫芳莉建議，將“先進(jìn)存力”納入國(guó)家頂層設(shè)計(jì)，設(shè)立存儲(chǔ)技術(shù)國(guó)家重大科技專項(xiàng)，加速全閃存應(yīng)用，構(gòu)建自主可控的存儲(chǔ)產(chǎn)業(yè)鏈。

作為國(guó)產(chǎn)存儲(chǔ)的實(shí)力代表，曙光存儲(chǔ)不僅率先提出“先進(jìn)存力”理念，更將其全面落地于產(chǎn)品。曙光分布式全閃ParaStor F9000通過(guò)超級(jí)隧道技術(shù)，實(shí)現(xiàn)AI訓(xùn)練速度4倍的提升。其XDS技術(shù)實(shí)現(xiàn)數(shù)據(jù)直通GPU顯存，推理效率提升50%。同時(shí)，曙光通過(guò)存算網(wǎng)一體架構(gòu)，打通從數(shù)據(jù)清洗到訓(xùn)練到推理再到部署的全流程。其開放接口可適配DeepSeek等主流AI框架，并支持異構(gòu)設(shè)備的多源接入，實(shí)現(xiàn)“讓平臺(tái)適配數(shù)據(jù)”而非“為數(shù)據(jù)換平臺(tái)”。

此外，曙光與多方產(chǎn)業(yè)伙伴共建“數(shù)據(jù)可信流動(dòng)機(jī)制”，在跨區(qū)域部署中實(shí)現(xiàn)多地?cái)?shù)據(jù)治理合規(guī)協(xié)同，為數(shù)據(jù)從存儲(chǔ)到使用建立起“可信軌道”，實(shí)現(xiàn)系統(tǒng)級(jí)協(xié)同。

當(dāng)前，隨著AI大模型的蓬勃發(fā)展，存儲(chǔ)不僅是數(shù)據(jù)的安身之所，更決定了人工智能的“上限”。從“數(shù)字糧倉(cāng)”到“數(shù)據(jù)工廠”，中國(guó)存儲(chǔ)產(chǎn)業(yè)正在經(jīng)歷一場(chǎng)深刻的角色蛻變。

從上向下看，通過(guò)國(guó)產(chǎn)芯片與緊耦合系統(tǒng)，屏蔽底層硬件復(fù)雜性。從下向上看，通過(guò)“數(shù)據(jù)工廠”能力，為各類AI智能體提供統(tǒng)一、高效、安全的數(shù)據(jù)服務(wù)，實(shí)現(xiàn)從“數(shù)據(jù)到知識(shí)”的快速轉(zhuǎn)化。

從“跟跑”到“領(lǐng)跑”，從來(lái)就不是一條直線。AI時(shí)代，中國(guó)存儲(chǔ)產(chǎn)業(yè)的真正考驗(yàn)，不在于能否造出“比國(guó)外更快”的存儲(chǔ)硬件，IOPS再高也只是一個(gè)性能指標(biāo)，而在于能否構(gòu)建一個(gè)從數(shù)據(jù)存儲(chǔ)到數(shù)據(jù)價(jià)值轉(zhuǎn)化的完整生態(tài)產(chǎn)業(yè)鏈。

當(dāng)存儲(chǔ)不再是“數(shù)據(jù)的終點(diǎn)”，而成為“智能的起點(diǎn)”，中國(guó)存儲(chǔ)產(chǎn)業(yè)才能真正完成從“跟跑”到“領(lǐng)跑”的徹底蛻變。

行而不輟，未來(lái)可期。

【聲明】本文和作者回復(fù)僅代表個(gè)人觀點(diǎn)，不構(gòu)成任何投資建議。