当算力芯片的摩尔定律逐渐逼近物理极限，存力开始从幕后走向台前，成为AI领域下一个关键赛点。

长期以来，伴随企业数字化转型所建设的“烟囱式”AI基础设施各自为战，数据奔流，价值却困于“堰塞湖”。随着大模型参数量突破万亿级、训练数据迈向EB级，传统存储架构短板日益凸显。正如石油需要炼油厂，AI时代的数据亦需专属的“存储引擎”。

中国信通院《新型人工智能存储研究报告（2025年）》指出，AI存储是大模型的关键支撑，直接影响数据处理效率、成本与安全。存力中心作为新型的数据基础设施，正成为AI时代数据流通和融合应用的破题关键。

AI时代的

“数据决定论”

AI技术的发展离不开三大要素：数据、算法和算力。从ImageNet的1400万张图像到GPT-4的45TB文本数据，海量的多模态数据为AI模型提供了丰富的训练素材。

根据《数据存储2030白皮书》预测，到2030年，全球每年新产生的数据总量将超过1YB，增长速率远超存储容量增速。

然而，中国仅有3%左右的数据被有效保存，数据存留率只有美国等发达国家的三分之一。海量数据如指间流沙般“产而未采、采而未存”，其中蕴含的巨大价值最终消散于无形。作为AI时代的“燃料”，数据若存不下、用不好，再强的算力也如同无米之炊。

正如华为公司副总裁周跃峰所言，我国迈向数据强国的进程中，其关键已超越数据规模的单纯积累，转向对数据质量的深度聚焦。如何打造高质量数据资产供给能力，如何让数据要素高效按需流通，这将直接决定国家和企业在数字经济浪潮中的核心竞争力。

AI时代存储市场的

三座大山

随着AI技术持续突破，构筑更高效、更可靠的AI存力底座成为大势所趋。当前，存储市场正在经历三个全新变化，主要聚焦在效率和成本方面。

第一，AI大模型向多模态演进，训练数据包括互联网爬虫、AI语料库和大数据平台等多种来源，数据类型和格式也各不相同。在数据归集过程中，存储系统需要提供多协议支持和免数据拷贝功能，以确保高效的数据处理和利用。

第二，在数据归集和预处理阶段，通常涉及大量小文件读取，因此要确保数据能迅速读取。在训练时，为防止任务异常中断后从初始状态重新开始，保存训练过程中的检查文件尤为重要。

第三，长序列推理时，计算复杂度随序列长度而增长，内存占用与算力消耗激增，推理速度与成本间形成“效率低、成本高”的剪刀差，如何降低大模型推理成本、提升推理效率，将影响大模型的行业应用进程。

想要引发千行万业的AI变革浪潮，需要有与之相配套的存力基础设施支持。为此，存力无论从供给水平还是技术创新能力方面，都要有所创新和突破。

新型AI存储成为

行业应用落地新引擎

在AI时代，存力战略价值已不容有失。存储技术的持续创新将加速行业变革，成为千行万业AI落地的战略新引擎。

AI时代需要与之匹配的新型AI存储。对于何为新型AI存储，《新型人工智能存储研究报告（2025年）》中提到，新型AI存储具备极致性能、数据安全、大模型数据范式、高扩展性、数据编织和绿色节能六个关键特征，是AI基础架构不可或缺的组成部分，从数据归集、训练与推理三方面，推动AI应用落地：

对于数据归集，数据编织技术整合多源业务信息，支持用户随时随地通过任意终端访问所需数据。通过兼容多种存储协议，在提升数据跨域调度效率的同时，大幅降低数据治理成本。

在训练方面，高性能并行文件系统可以提升大模型训练效率，超大带宽和容量支持超万卡集群无瓶颈扩展，EB级扩展能力适应海量数据，加速卡直通技术使数据从存储到算力“一跳直达”。

在推理方面，通过KV Cache多级缓存机制，让大模型推理具备长记忆能力，能记住对话历史和工作上下文，避免用户反复解释和模型重复计算，在提升大模型应用体验的同时，降低大模型推理成本。

新型AI存储助力金融、制造等领域加速数智化转型。以医疗为例，某医院选择新型AI存储提升病理大模型的推理速度。在诊断胃癌过程中，能够帮助医生快速对比癌变区域与正常黏膜的特征差异，精准评估病灶风险，有效缓解医生因人工对比带来的工作负担。

构建AI时代新型

“数据粮仓”

与算力聚焦在“算”不同，数据存力聚焦在“数”和“存”，是数据生产要素处理的综合能力体现，肩负着为数字经济各种场景提供源源不断的“生产资料”的使命。

存力中心围绕数据汇聚、存储、治理、开发、利用、供给等数据全生命周期流程，完成从数据资源到智能价值的高效转化，其不仅承载着大规模数据的存储需求，也对高效数据处理、分析、挖掘等技术领域起到支撑作用，推动从分散的小规模数据向规模化、融合化的数据发展，成为AI时代的“数据粮仓”。

周跃峰曾表示，AI时代首先要做到数据Ready。近两年，从国家到地方、从行业到企业，正在加快存力中心的建设步伐。华为扎实做好数据工程研究和技术创新，和各行业伙伴紧密合作，推动我国存力中心集约化建设，为AI落地提供助力。

比如华为参与建设的贵州主枢纽存力中心暨数据要素保障基地，具有50PB的存力规模，实现了数据智能分级、可信数据空间的构建以及数据跨域编织，以提高数据的安全性和可用性，以数据赋能带动了本地产业发展。

AI大模型正倒逼存储技术创新。将目光投向更长远，新型AI存储很可能是撬动人工智能时代杠杆的另一个支点，“以存强算”“以数助算”亦是弯道超车的重要落点。当AI产业具备扎实的存力底座，才能登高远眺，看见AI时代最美的风景。

AI大模型疯长，存储扛住了吗？算力狂潮下的“冷思考”：解码服务器赛道“隐形冠军”的崛起逻辑智算产业将走向何方？这些声音很有价值中国信通院栗蔚：云计算与AI加速融合，如何开启智算时代新纪元？【科技云报到原创】转载请注明“科技云报到”并附本文链接

       原文标题 : 算力之后，“存力”上位