今年会官网-存储涨价之后，如何让AI走向数据？
首页财产芯片半导体正文 存储涨价以后，怎样让AI走向数据？ 2024年到2026年中国日均Token挪用量飙升，存储从“数据生存”转向“数据赋能”，行业周全重构，架构厘革，成本优化，“让AI走向数据”成趋向。 2026-05-06 16:13 ·微信公家号：钛媒体张申宇 AI投资人解读· 中国日均Token挪用量两年增加超千倍，存储从“数据生存”转向“数据赋能”，成为AI价值链条要害一环。海潮、IBM等企业经由过程技能立异优化存储架构，晋升效率。· 行业竞争加重，存储装备求过于供致价格上涨。但久远看，效率优化才是要害，如五层存储系统应运而生，磁带存储因性价比高再度受青睐。总结：存储行业厘革潜力年夜，但面对竞争与价格颠簸。企业应借助技能立异晋升效率、优化架构，同时存眷成本与分层存储方案，以顺应市场变化。内容由AI天生，仅供参考 存储再也不只是技能的尽头，而是正于成为AI价值链条中不成或者缺的一环。
国度数据局数据显示，从2024年到2026年，中国日均Token挪用量从1000亿飙升至140万亿（截至2026年3月），两年增加跨越千倍，而于这组数据的暗地里，表现了AI正于从试验室里的模子练习，周全进入出产糊口中的运用落地。
已往以“数据生存”为焦点任务的存储装备，如今被付与了“数据赋能”的全新职责——它再也不是被动承载数据的“容器”，而是自动介入数据处置惩罚、支撑AI高效运转的“焦点枢纽”。
对于在存储行业来讲，这个拐点带来的不是暖和的增量增加，而是一场周全重构。于这场重构的暗地里，再也不是让数据走向AI，而是让AI走向数据。
0一、存储架构迎来“基因重组”
“本来的企业存储是做数据掩护，此刻AI存储的*方针是效率晋升——怎样充实满意GPU对于在数据的需求，而不让它空转”，海潮信息存储产物部副总司理郭海峰用如许一句话归纳综合了存储任务的底子性变化。
这不仅是产物定位的调解，而是整个技能架构的“基因重组”。郭海峰指出，传统企业级存储是“通算架构”——以CPU为焦点，数据需要由CPU举行路径解析、从内核态举行复制及转发，再传给GPU举行计较。这类架构于办事瓜葛型数据库及传统运用时运转优良，但当它面临智算时代的GPU集群时，效率极其低下：假如存储成为瓶颈，昂贵的GPU就会空转。
数据可以申明问题的严峻性。IBM年夜中华区存储事业部总司理吴磊告诉笔者，如今GPU部署动辄百卡、千卡、万卡范围，投资以亿甚至十亿计，“1%的闲置就象征着上亿元的华侈”。无独占偶，郭海峰一样曾经公然暗示，存储及收集于整个智算体系中可能只占5%-10%的成本，但若GPU空转，这5%-10%的成本就会毁失其余90%以上的投资回报。
为了满意当前企业对于在算力使用率的需求，存储也迎来了“基因重组”的新阶段。今朝来看，从软件及硬件两个层面切入，均可以优化总体存储架构。这个历程中，海潮信息与IBM就是很好的两个方面的代表。好比，海潮信息于其新发布的A9000系列产物中就采用了“全链路免锁零拷贝的用户态AI原生并行架构”，将数据传输路径从内核态切换到用户态和谈栈，实现端到真个免拷贝，将延迟从传统的毫秒级降至微秒级，单节点带宽到达160GB/s（行业主流程度为60GB/s至80GB/s）。
于软件层面的架构厘革暗地里，暗含着一条更深层的技能主线，那就是KV Cache。于AI推理场景中，为了加快模子相应、防止反复计较，体系需要将键值对于缓存保留于高速存储中。但跟着上下文窗口的急剧扩展，KV Cache的范围已经经远远凌驾了GPU显存（HBM）及当地DRAM的承载能力。郭海峰向笔者具体注释了这一技能逻辑：经由过程PD分散（Prefill与Decode分散），使用GlobalCast技能及“双路径”设计，将余暇的带宽整合使用，显著缩短首Token孕育发生时间。海潮信息宣布的数据显示，经由过程Agent Memory外置存储架构，A9000可将首Token延迟（TTFT）降低97%，Token吞吐量晋升跨越20倍。
与之相对于，IBM则从另外一个维度切入。IBM推出的Storage Scale并行文件体系于万卡集群中支撑高频的checkpoint数据落盘，确保数据可以或许于极短期内写入存储，充实开释GPU的计较效率。
除了了“软件”层面的优化以外，IBM还有于其自研的第五代闪存焦点模块（FlashCore Module 5）的每一块NVMe闪盘上嵌入一颗专用芯片及高机能处置惩罚器，实现硬件级的压缩、去重及加密。吴磊吐露，这一设计可以将压缩比做到1:5，而且由于压缩于盘上完成，不会对于存储节制器的机能造成影响。
种种技能的变化都展现了AI时代存储架构的另外一个主要标的目的：存储再也不只是数据的被动容器，而是具有感知及计较能力的自动节点。
0二、涨价是暂时的，效率优化才是要害
当存储节点再也不是被动容器，而是进化为承载KV Cache、自动介入计较卸载的智能枢纽之时，业界对于高带宽、低延迟存储介质的依靠便呈指数级爬升。这类由架构厘革催生的重大缺口，直接投射于了上游供给链的产量歪斜与价格博弈之上。
据多方数据显示，2026年*季度DRAM内存合约价涨幅达90%-95%，NAND Flash闪存合约价涨幅达55%-60%。这轮涨价潮的直接推手是AI——年夜模子练习及推理需求井喷，DRAM及NAND原厂将年夜量产能从消费级产物转向高利润的企业级AI产物，TrendForce猜测，2026年第二季度NAND闪存合约价将继承年夜幅跳升70%至75%。
但吴磊与郭海峰不约而同地认为，存储涨价是一时的，真正需要存眷的是效率优化。郭海峰提到，有的企业将存储迁徙到高带宽方案后，GPU使用率晋升了15%——“用不到整个项目10%的钱采购存储，把卡的使用率晋升了15%”。吴磊则算了一笔更直不雅的账：经由过程FCM的1:5压缩技能，用户于涨价后开启压缩功效，现实可用容量的单元成本甚至比涨价前更低。
然而成本优化远不只是一个压缩比的问题。存储行业正于履历的，是对于“数据应该放于哪里”这一底子问题的从头思索。传统企业级存储中，“热、温、冷”数据分层治理已经经是成熟理念，但AI时代的分层逻辑远比已往繁杂。
这时候候，五层存储系统也就应运而生了，其呈现是AI给存储行业带来的最直不雅的布局性变化。根据业界通行的分类：*层是HBM（高带宽内存），第二层是当地DRAM，第三层是当地SSD，第四层是传统企业级外置存储。而于第三层及第四层之间，此刻呈现了一个“3.5层”——这是一个专门办事在推理场景的外置缓存层。
为何需要3.5层？郭海峰向笔者注释道：“3.5层是为了效率，抛却必然的靠得住性，数据比是1:1，年夜不了数据丢了从头算，但不克不及捐躯效率。”这与第四层传统存储“数据掩护优先”的理念形成为了光鲜对于比。
无独占偶，吴磊也给出了近似的判定：“全用HBM固然*，但HBM太贵了。”于经济学约束下，分层是一定选择。
而于五层存储系统分层的影响下，“磁带存储”这个“古老”的存储技能又一次成了企业性价比之选。据吴磊先容，已往几年多家年夜厂已经部署EB级甚至10EB级的磁带库，包括baidu智能云于底层的冷数据存储。LTO同盟由IBM、HPE及Quantum结合鞭策，LTO-10已经实现40TB原始容量，2.5:1压缩比下可达100TB，将来LTO-11可达70TB、LTO-12可达110TB。吴磊提供了一个实用视角：磁带机械臂从最远端抓取数据约莫需要一分五十多秒，但若一个数据三个月甚至六个月才拜候一次，两分钟的等候彻底可以接管。
0三、让AI走向数据
这一轮存储行业的厘革不单单是五层存储系统所能完备表现的，而是映照出了一个更为深层的变化，传统的“让数据走向AI”模式已经经不克不及满意当前用户的需求，让AI走向数据将取而代之。
于传统数据利用模式中，AI运用是“索取方”：运用倡议哀求，存储相应。这类模式于小范围、低频次场景下可行，但面临EB级数据、百万并发哀求时，彻底不成连续。更致命的问题是数据一致性的崩塌。
吴磊用一段活泼的比方描写了这一困境：“咱们每一个人可能好几个TB的照片、视频，企业是几百个TB、几百个PB，甚至EB级的时辰，哪个副本数听说出来的是实话，哪一个副本数听说出来的是谎言？”
面临此，IBM给出的解决方案是内容感知存储（Content-Aware Storage，CAS），联合单一数据副本及即时感知数据变化的机制。其焦点理念是：数据发生了变化，模子可以或许即时感知，而不是经由过程繁琐的副本出产及传输来同步。吴磊夸大：“已往部门厂商出在发卖目的建议客户扩容进级。存储治理员疲在应答陈诉及迁徙。此刻有了AI智能体，可以把所有数据阐发完，一次性做出决议计划，甚至可以做到跨洲的数据迁徙。”
这象征着存储的脚色从被动的数据堆栈改变为自动的数据编排平台。而这个解题思绪好像已经经行业的一个共鸣。IBM提出的内容感知存储焦点理念与海潮信息提出的“AI Data Platform”观点有着很多相似的地方。郭海峰告诉笔者，“AI Data Platform”观点夸大的是数据不是静态的“湖”，而是“一条不停流淌的河道，不停有数据进来，不停行止理、洗濯、打标及再优化，从头练习模子”。这类动态的数据治理逻辑，与传统的“存下来之后再说”的思绪有着素质区分。
从财产视角看，“让AI走向数据”正于催生新的财产协同模式。海潮信息使用全栈能力（从底层算力到上层平台）为互助伙伴提供基础举措措施，郭海峰将其形容为“搭台唱戏”——海潮信息搭台，伙伴唱AI这场戏。IBM则公布与英伟达进一步扩展互助，于GTC 2026上展示了深度集成方案：Storage Scale System 6000可提供10PB高机能存储，用在支撑GPU原生阐发引擎，IBM同时规划在2026年第二季度初于IBM Cloud上提供英伟达Blackwell Ultra GPU。
但这一切的终极落点仍旧是人。吴磊于沟通会上重复夸大：“AI是一个东西，不克不及取代人，它没有感情，它没有措施做决议，终极做决议的是人类。”不管是海潮信息让GPU“不空转”，还有是IBM用AI智能体让存储治理员治理数十个同构或者异构节点，*方针都是将人从繁琐的运维中解放出来，将留意力投向立异。
IBM贸易价值研究院的调研显示，76%的CEO对于本身企业的IT架构“很是自傲”，但43%的CIO感应焦急。这类认知落差偏偏申明，AI时代的数据基础举措措施挑战，远比外貌看到的更繁杂。“让存储融入日常平凡的营业中，而不是让营业等存储”——金鑫这句总结，也许是这个时代对于存储行业最朴素也最要害的要求。
回望已往两年，存储行业履历了从波涛不惊到惊涛骇浪的改变。当全世界AI总支出迫近万亿美元量级，当Token成本的每一一次降落都直接影响年夜模子的经济可行性，存储再也不只是技能的尽头，而正于成为AI价值链条中不成或者缺的一环。
【本文由投资界互助伙伴微信公家号：钛媒体授权发布，本平台仅提供信息存储办事。】若有任何疑难，请接洽（editor@zero2ipo.com.cn）投资界处置惩罚。
-今年会官网
