摘要：当AI应用以“周”为单位迭代进化，当千亿、万亿参数的大模型成为竞争的基石，全球科技竞争的焦点，已从单纯的“算力竞赛”，悄然蔓延至一片更为底层的战场——存储。

当AI应用以“周”为单位迭代进化，当千亿、万亿参数的大模型成为竞争的基石，全球科技竞争的焦点，已从单纯的“算力竞赛”，悄然蔓延至一片更为底层的战场——存储。

如果说算力是引擎，数据是燃料，那么存储就是容纳燃料并确保其能高速、稳定输送至引擎的“智能油箱”与“高速输油管”。如果存储跟不上时代的需求，即便有再强大的算力，也只是“巧妇难为无米之炊”，空转的引擎无法驱动AI这艘巨轮前行。

AI 技术的爆发式增长正在重构存储需求的底层逻辑。《2025存力发展报告》显示，全球数据总量将在2025年突破200ZB，其中AI训练数据年增速达67%，这种增长不仅体现在容量维度，更催生了性能、架构、协同的全方位变革。

首先就是节点的增加，曙光存储运营总监石静告诉笔者，当前大模型训练需要千卡集群，甚至万卡集群，多计算节点同时存储的过程中，对存储的压力要比通算时代增加了很多。

另一方面，AI时代，企业数据集规模越来越大，且数据来源和种类的丰富多样性也“不可同日而语”。“当前，企业构建一个存储体系，动辄就是几十PB，甚至上百PB。同时，大模型时代之后，原先传统意义上的‘冷数据’，已经变成了‘温数据’，甚至是‘热数据’。这也对存储的架构提出了很多新的需求。”石静强调。

此外，在AI时代，最大的不同是——对高性能存储的需求愈发强烈。大模型训练对存储带宽的渴求呈现指数级增长，当前，AI训练所用带宽需求已经进入“TB级纪元”。益企研究院《AI时代的存储基石》白皮书指出，2025年AI训练集群的平均存储带宽需求较2023年提升300%，传统HDD存储150MB/s的带宽已成为明显瓶颈。

而对于带宽的要求也不仅局限于模型训练阶段，石静表示，在推理过程中，企业也需要具备千万级别IOPS低时延的带宽支撑高并发的推理场景，“比如现在大家都在讲提升训练和推理效率，但在这个过程中，也需要存储能够‘跟得上’GPU的速度，不至于出现GPU等待数据IO的情况。”石静指出。而这点在以往的通算时代却并不是绝大多数企业对于存储的需求。

在AI重构存储行业的过程中，随着需求的裂变式增长，存储行业面临前所未有的挑战。

首先是架构瓶颈。传统存储与计算分离的架构导致数据搬运成本激增，中国移动呼市数据中心早期采用的集中式存储系统，在支撑“九天大模型”训练时，GPU利用率仅能达到40%。北京大学孙广宇教授曾指出，数据在内存与存储间的搬运能耗占系统总能耗的50%以上，这种“数据搬运困境”成为AI效率提升的主要障碍。即使采用RDMA网络加速技术，传统架构仍难以突破带宽与延迟的物理极限。

其次是成本压力。性能与投入的失衡困境。全闪存储是满足AI性能需求的核心选择，但成本始终是规模化应用的障碍。2025年QLCSSD单位容量成本虽较2023年下降40%，但仍比HDD高出2.3倍。

第三是管理难题，多模态数据的治理困境。AI时代的数据呈现“4V”特征——体量巨大、种类多样、价值密集、实时性强，给存储管理带来严峻挑战。

面对AI需求的倒逼与可持续发展的要求，存储行业正形成 “高性能突破”与“绿色化转型”双轮驱动的发展格局。

在高性能方面，高性能存储技术的演进正从单点优化转向体系性突破，涵盖介质、架构、协议等全链条创新。

介质方面，全闪成为“必选项”。闪存技术的成熟使全闪存储从高端场景走向普及，《2025存力发展报告》显示，全国外置闪存占比已超过28%，金融、制造、互联网行业渗透率超45%；架构方面，分布式架构主导规模化部署。集中式存储的扩展瓶颈在AI时代愈发明显，分布式存储凭借弹性扩展能力成为主流；协议层面，协议与硬件的协同加速。NVMe-oF与RDMA技术的结合，正在打破存储与计算间的通信壁垒。比如，在中国移动呼市数据中心中，就采用了曙光存储的“NVMe-oF+RDMA”组合方案，使存储网络带宽提升2倍，延迟降低3倍。

中国移动呼市数据中心的实践表明，千亿参数模型单次训练需读取超10PB样本数据，持续带宽需求达TB级。据悉，曙光存储为该中心配置的总量逾60PB的存储资源（包括全闪、混产品），通过高密与数据节能的技术，在400G网络下实现单节点190GB/s带宽的同时，降低了整体存储建设成本，提升性价比。

从长远发展上看，存储行业光有高性能远远不够。作为高载能的数据中心，这几年一直致力于推动全生命周期的碳中和，在“双碳”目标与能源成本压力下，绿色存储已从可选配置变为必选项，形成“技术节能+结构优化+政策引导”的发展路径。

硬件层面，中国移动呼市数据中心规模化应用液冷与间接蒸发技术，使智算中心PUE降至1.15。软件层面，智能调度算法成效显著，曙光存储的动态电压调节技术根据负载调整能耗，《绿色存储技术研究》报告显示，采用智能节能技术的存储系统，能效比可提升45%以上。

结构优化层面，绿电替代成为数据中心绿色转型的核心举措，中国移动呼和浩特数据中心总经理王科峰介绍，中国移动呼市数据中心2025年绿电占比将达100%，较2024年的69%实现跨越式提升。绿电的应用不仅有中国移动呼市数据中心这一个个例，《2025存力发展报告》显示，西部数据中心绿电占比平均达58%，较东部高出23个百分点，成为绿色存储的主战场。

政策层面，国家层面的政策引导正在加速绿色存储落地，“东数西算”工程明确要求枢纽节点数据中心PUE低于1.25，推动存储系统向低能耗方向发展。行业标准也不断完善，IEEE提出的存储级能效比（SER）指标，通过量化每GB数据的年能耗，为绿色存储提供了评价依据。

除了高性能与绿色化的需求之外，在各行业降本增效的当下，成本也是绝大多数IDC用户考虑重要因素之一。在成本方面，为了更具“性价比”，中国移动呼市数据中心采用“全闪+混闪”的配置，正是平衡性能与成本的折中方案，这种模式已成为国内智算中心的主流选择。爱集微咨询数据显示，AI存储的单位TB建设成本是传统存储的3.7倍，某互联网巨头2025年存储投入同比增长52%，仍难以完全匹配算力扩张速度。

在管理层面，还是以中国移动呼市数据中心为例，其支撑的40余个行业大模型中，既有结构化的政务数据，也有非结构化的医疗影像，传统存储管理系统难以实现精准的冷热数据分层。面对此，曙光存储拿出了StorInsight智能分析工具，通过实时采集IO特征，自动将热数据迁移至全闪层，使存储资源利用率提升35%，但这种智能化管理能力在行业内的普及率不足20%。

通过存储架构的优化与管理系统的智能化，在确保高性能的前提下，将成本降到最低，这点直击了绝大多数用户的痛点。

除了确保高性能存储与绿色化需求之外，未来的数据中心，尤其是像中国移动呼和浩特这样的国家枢纽节点，其定位将不再是简单的“算力中心”，而是“存力与算力融合的中心”。

在融合的过程中，存算一体的架构瓶颈是最大挑战。北京大学孙广宇教授指出，未来将形成“层次化的异构存算一体架构”，针对AI训练、推理等不同场景采用差异化融合方案。

为解决“内存墙”问题，存算一体技术将计算单元与存储单元深度融合，曙光存储正在研发的存算合封解决方案，通过先进封装技术拉近数据与计算的距离，预计能效提升300倍。

与此同时，在“东数西算”政策推动下，构建跨域协同存力网络也成为关键，存储资源正形成跨区域协同格局。中国移动依托 “4+N+31+X”体系，以呼市数据中心为核心节点，通过400G算力专网实现存储资源的全国调度。曙光存储正在构建跨区域数据授权与安全机制，解决数据流动中的信任问题。《2025存力发展报告》显示，东部与西部存力协同调度可使整体存储成本降低22%，算力利用率提升18%。

未来，随着存算一体、AI原生等技术的成熟，存力将成为数字经济的核心生产力，为大模型创新、产业智能化转型提供坚实支撑。（文｜Leo张ToB杂谈，作者｜张申宇，编辑丨盖虹达）

来源：钛媒体