【环球网科技报道 记者 张阳】11月4日，"存力中国行"北京站活动在中国信息通信研究院顺利举办，来自产业链上下游的企业代表、专家学者及媒体共同聚 焦AI推理时代的存力挑战与创新路径。随着AI技术从模型研发走向行业规模化应用，推理阶段的性能、效率与成本控制成为决定技术落地价值的"最后一公 里"，而先进存力作为核心支撑底座，正迎来技术重构与生态协同的关键变革期。 Token经济时代，推理成本成行业落地瓶颈 但繁荣背后，三大核心痛点制约着AI推理的规模化落地：数据层面，多模态数据爆发式增长使存储面临PB到EB级的容量压力，且数据格式异构、流通困难 导致高质量数据集构建成本高昂；性能层面，KV Cache技术的广泛应用对存储的高带宽、低时延提出严苛要求，传统架构难以满足存算协同需求；成本层 面，HBM等高端存储介质价格昂贵，叠加推理负载的潮汐性特征，导致中小企业智能化转型门槛居高不下。 当前，AI产业已从"造模型"的狂热期迈入"用模型"的深耕期，大模型数量逐渐收敛，推理应用呈现爆发式增长。金融风控、医疗辅助诊断、电商推荐、投研 分析等场景的深度渗透，推动Token调用量呈指数级攀升，"Token经济"时代已然到来。 ...