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]