AI驱动存储产业战略升级 - AI大模型发展推动数据存储从IT后台配角跃升为智能经济重要引擎，存储产业链面临上游原厂减少资本开支与AI领域爆发式数据需求碰撞的周期性波动[1] - 行业通过统一标准、协同发展破局，中科曙光出任中电标协数据存储专委会当值会长，发起编写AI存储标准、成立Future Storage工作组，以抢占全球竞争先机[1] - 构建存储技术标准和技术框架旨在打破产品孤岛问题，为企业提供更公平竞争环境，推动向标准适配+生态协同转变[1] 标准化与生态协同意义 - 专委会提出和完善AI存储技术标准、框架和适配指南，对小型存储企业形成技术支撑，助其快速适应国内AI发展对存储的技术需求[2] - 计划构建中国自己的存储标准，将国内厂商的技术优势转化为标准优势，借助国内AI发展机遇在实际生产环境中锤炼产品和标准，助力国产存储产品走向海外市场[5][6] - 国内存储产业展现出加速聚合态势，路径从技术追赶到生态引领愈发清晰[3] AI时代存储技术演进趋势 - AI核心始于数据而不是GPU，AI时代是数据黄金时代，存储创新直接影响AI工作流效率[4] - AI多样化负载对存储性能提出更高要求，需在训练和推理环节构建性能标准，可扩展性从纵向扩展走向纵横向扩展并重，DPU逐渐成为存储系统必备部件[4] - 存储范式从传统数据存取模式向集成推理加速、多模态知识库生成的AI数据平台演进，数据安全作为最后防线，支持数据韧性与防勒索能力成为硬性要求[4] 数据分类与存储介质变革 - AI时代所有数据都存在被调用需求，数据分类从热、温、冷三类演变为热、温两大类，支持温数据的机械硬盘需要新形态以支持海量数据高效低成本留存[5] - 中国主流存储产品在性能、成本、能效等方面已赶上海外同类产品，AI技术发展可能引发存储行业重新洗牌，带来新机遇[5] 市场供需与产业挑战 - AI需求支撑下寻求更好存储解决方案成为行业变革核心，多模态数据存储需求丰富，难以通过技术手段解决市场端供需不平衡，但供应链可围绕紧俏技术和需求深度迭代提供行业解决方案[7] - 存储系统纯硬件成本70%以上来自存储相关介质，本轮存储涨价幅度高达50%，部分产品甚至达2倍，对产业发展带来不确定性[7] 先进存力发展新要求 - 全球数据存储市场空间已超2.6万亿元，提升产业竞争力需强化协同和构建自主标准体系，先进存力概念提出以解决AI时代IT基础设施变革对底层存力的新挑战[8] - 先进存力中心建设要求极致性能提升，从每秒GB升级为每秒TB存储传输带宽，提出1000倍速率提升要求，需端到端NVMe全闪和IO性能支持[9] - 要求融合协同以满足数据采集、打标签、清洗、训练全过程中不同协议和性能变化需求，要求数据汇聚与流动实现一份数据在不同流程采用不同访问协议并匹配热温介质层自由流动[9] 产业实践与未来规划 - 曙光存储与中国移动合作发布东数西算存算一体化调度平台，适配AI时代数据跨地域存算协同需求，打通多厂商异构云存储平台实现数据流动[10] - 试点项目已完成数据汇聚、流动、管理第一阶段，下一步将围绕源数据定义搜索、新数据自动推理策略展开，实现有价值数据Token化[11]

文章核心观点 - 数据作为基础性战略资源和关键生产要素 其价值释放与高效利用已成为推动经济社会高质量发展的核心动力 但数据生产量与存储资源扩充速度不匹配 存在数据"应存未存"现象 同时数据质量和规模是AI发展的关键[1] - 大模型训练对存储提出毫秒级延迟 TB级带宽 EB级扩展要求 推动全闪化 AI数据湖 内生存储安全等技术同步发展[2] - 国内存储产业呈现稳健增长态势 存力总规模增速超20% 结构持续优化 闪存占比提升 行业应用呈现分层演进趋势[3] - 大模型应用需求涌现 需要海量多模态数据 非结构化数据价值凸显 但处理流程复杂 需要集约化建设打破数据孤岛 数据流通是关键环节[4] - 数据留存率下滑 存储空间利用率提升 面临低延迟高吞吐存储性能和大规模存储需求挑战[5] - 先进存力中心建设启动 需完善数据治理体系 深化存算协同 探索量子存储 DNA存储等先进技术 加大闪存技术研发投入[6] - 构建存算协同新模式 采用AI数据湖存储技术 全局数据可视编织技术 湖仓一体架构打破数据孤岛[7] - 采用内生存储安全机制 SSD发展触发成本拐点 全闪数据中心成为AI时代战略选择[8] - 先进存力是智能时代数据基础设施核心 需分层推进建设 城市建存力中心 行业建语料库 企业建AI数据湖[9] - 企业通过AI全流程工具链建设AI数据湖 实现自主高效运行[10] 存力发展现状 - 2022-2024年间存力总规模以超过20%的增长率扩张 截至2024年底全国数据存力总规模达1580EB 全年新增380EB 同比增长32%[3] - 闪存在外置存储中占比从2023年25%提升到2024年28% 存储系统由容量驱动向性能导向转型[3] - 存力布局呈现东部引领 中西提速的差异化协同发展态势[3] - 制造 互联网 金融等行业闪存替代节奏快 占比已超45% 教育 医疗 交通等行业在政策支持下稳步优化结构[3] 数据存储挑战 - 数据年产量由32.85ZB增至41.06ZB 增速25% 但数据存储总量由1.73ZB提升至2.09ZB 增速仅为20.81%[5] - 数据留存率由2.89%下滑至2.8% 同比下降3.15% 数据应存未存现象依然存在[5] - 存储空间利用率从2023年59%提升至61% 有效存储空间被进一步压缩[5] - 海量非结构化数据需要低延迟 高吞吐存储性能 数据要素汇聚需要PB级甚至EB级存储规模[5] 技术发展方向 - 推动全闪化 AI数据湖 内生存储安全等技术同步发展[2] - 探索量子存储 DNA存储等先进存储技术应用 打造存算一体化示范项目[6] - 聚焦闪存技术 架构 AI融合 内生安全等关键技术 加大研发投入[6] - 采用全局数据可视编织技术实现多源数据全局可视可管[7] - 构建湖仓一体架构打破数据孤岛[7] - SSD发展触发成本拐点 全闪数据中心成为AI时代战略选择[8] 应用实践案例 - 华为联合国内某车企进行联合创新 把城市数据和行业数据汇聚到统一平台 构建可信数据流通空间 实现新能源汽车安全隐患派车等安全监管服务 数据脱敏后提供金融保险 汽车销售等价值变现[9] - 华为已有多个存力中心上线或逐步上线[9] - 企业通过AI全流程工具链建设AI数据湖 令整体运行更自主高效[10]