如果将 AI 比作新一代工业革命的 " 新石油 "，那么智算中心恰如 " 炼油厂 "。在这个新系统中，一张能够承载千行百业需求的 " 管路网 " 就变得至关重要。
如今，随着《人工智能 + 行动计划》全面部署，AI 与行业场景加速融合，数据的流动与应用愈发重要。因此，各界普遍认为，这张 " 管路网 " 就是数据存储。面对 AI 技术带来的数据井喷，传统存储系统已举步维艰，如何铺设好连通产业的全新 " 管路网 "，就成为整个数据存储产业界的一个时代命题。
近日，在 2025 数据存储产业大会上，曙光存储正式接棒中电标协数据存储专业委员会（简称专委会）当值会长单位，宣布专委会将发起编写 AI 存储标准，并联合牵头成立 Future Storage 工作组。专委会还发布了《数据存储产业发展研究报告（2025）》（以下简称：《报告》），明确提出构建 " 智能、流动、开放 " 的存储新生态，推动存储从 " 数据容器 " 向 " 数据引擎 " 演进。
自此，中国数据存储产业界正式给予时代命题第一个回响。
AI 效率失衡背后的 " 存储之困 "
《报告》提到，中国 2024 年数据产量达 41.06ZB，非结构化数据占比超 80%，而 AI 训练数据需求年增 40.95%。
当 AI 大模型参数超越万亿级、推理全面走向工业化、AI Agent 全面爆发之时，人工智能对于千行百业的重塑已势不可挡。然而，在中国这座庞大的数字金矿下，却掩藏着极低的 AI 效率。
这背后的原因是人工智能快速发展而衍生出来的一系列全新数据存储挑战。在曙光存储看来，算力失速、数据失联、价值失衡、安全失控是当下业务应用面临的四大难题，存储困境成为制约产业智能化的关键瓶颈。
具体来看，很多行业用户花费巨资购买智算 GPU，但 GPU 平均利用率竟然不到 30%，算力失速的核心原因是存储 IO 性能不足，导致昂贵的 AI 算力在等待数据中浪费。
此外，数据失联问题也不容忽视。根据《全国数据资源调查报告（2024 年）》的调查，人工智能加快向垂直领域发展，企业用于人工智能的数据量仅占数据存储量的 7% 左右。造成这种情况一大因素就是业务跨域、跨厂商、跨技术栈运行，异构存储系统兼容性等问题导致数据孤岛，数据难以流动，数据利用率不足。
更加严重的是，生态封闭造成的存储 " 高成本、低回报 " 困境，使得巨额投资很难转化为业务创新的动能；同时，技术绑定与标准缺失，让数据命脉受制于单一厂商，无法预测性能瓶颈，数据安全容易走向失控，危及业务连续性。
" 当前这些突出的存储困境不仅是技术挑战，更是商业模式与创新速度的瓶颈。" 中科曙光高级副总裁关宏明直言。
为此，曙光存储也给出一份答案：以 AI 存储创新为基础，构建智能、流动与开放的存储新生态，解决人工智能部署与应用中所遇到的数据汇聚和管理等一系列难题。
存储新生态：智能、流动与开放
一直以来，存储最为人们所长期诟病的就是数据、协议、系统之间不互通和协同性差，导致数据孤岛林立、基础设施扩展性差、数据价值无法高效释放。
那么，如何才能真正实现破局？曙光存储认为，构建智能、流动与开放的存储新生态是数据存储产业在 AI 时代焕新和向阳生长的必然选择。
首先是 " 智能 "，存储将从 " 数据容器 " 转向 " 智能数据引擎 " 的角色。它需要会 " 思考 "，能够适配 AI 应用的数据存储需求，自动感知、分析和调度数据，让性能优化效率达到最优，实现存储从成本中心到价值引擎的转变。
关宏明介绍，存储成为 " 数据引擎 "，需要产业界在存力调度平台接口、AI 应用的存储性能加速设计规范、存储性能基准测试验证方案和存储智能 IO 分析工具的设计规范等方面走向开放，产业链伙伴同心协力才能全面推进 AI 业务的数据治理与 AI 应用加速。
为此，曙光存储一直身体力行，面向 AI 高实时性和高并发场景，探索适配 AI 应用的智能存储架构；其 ParaStor 分布式全闪具有业内独创的 " 五级加速方案 "，实现整个数据通路的优化；自研 AI 应用的存储型加速套件基于 AI 的 IO 感知与调度算法，满足 AI 应用对于性能的极致追求。同时，曙光存储还积极制定存储性能基准测试验证方案，帮助用户准确评判断存力平台和智能化应用的匹配能力。
中科曙光高级副总裁关宏明
其次是 " 流动 "，让数据像电流一样在算力网络中奔跑。存算协同的高效化，将极大缩短 AI 业务的开发与训练周期，但也需要数据流动起来。数据真正的流动，需要实现跨介质（从内存到磁带）、跨协议（从文件到对象）、跨平台乃至跨地域（东数西算）的无感调度。这无疑需要数据存储产业界携手解决跨介质 / 跨平台 / 跨地域流动的一系列核心技术。
以曙光存储为例，其今年与中国移动联合启动了国内首个智能存力调度平台 -- 算力中心全局统一文件存储系统，分布式并发数据流动框架，支持跨集群和跨域的 P2P 数据传输，破解数据跨域调度的延迟难题，解决 AI 应用场景中数据 " 看不全，流不动，用不好 " 等顽疾。
第三是 " 开放 "，这是打破单一厂商垄断与数据孤岛的唯一解药，也是从技术锁定走向战略安全的必然路径。存储真正走向开放需要建立开放的标准接口与规范，并持续打破生态壁垒。近年来，曙光存储一直致力于打造支持的标准接口类型（如 S3、NFS、iSCSI）及兼容的主流平台，通过接口开放来打通异构存储壁垒，实现全域数据智能流动和无感迁移，提升 AI 全域数据治理能力。
" 存储走向开放是大势所趋。比如架构层面会转型开放解耦，利用 CXL 等技术实现高效互联和资源池化共享，让存储更加适应 AI 复杂灵活多变的需求；而在协议层面，多协议融合会成为主流，实现一份数据、多种应用，让数据流动性和管理效率大幅提升。" 关宏明如是说。
产业使命，曙光存储吹响集结号
旧的范式走向终结，也意味着新的力量开始集结。
数据显示，全球数据存储市场空间已超 2.6 万亿元。过去的传统存储时代，全球数据存储产业一直为国外所主导；现在进入到 AI 时代，数据存储迎来产品、技术与方案的巨大创新周期，也为中国数据存储产业从跟随走向引领提供一次绝佳契机。
作为连续两年国内 AI 存储市场份额第一的厂商，曙光存储深知，抓住 AI 存储产品与技术的创新变革机遇，强化产业协同、构建自主标准体系是中国数据存储产业行稳致远的关键。为此，作为数据存储专业委员会当值会长单位，曙光存储宣布两项关键举措：成立 Future Storage 工作组和启动 AI 存储标准撰写招募。
在 Future Storage 工作组方面，工作组将以 "AI 推理存储加速 " 为首个攻坚专题，着力突破 KV Cache 优化、存算网协同等关键技术，构建中国自主的技术框架与测试规范。曙光存储则会依托其在 AI 存储领域的优势，聚焦 "AI 数据语义 " 这一核心，推动面向大模型训练的存储架构、接口协议与性能评测标准的制定。
与此同时，AI 存储标准撰写的启动也意义重大。众所周知，标准是产业通用语言、上下游桥梁纽带和长期发展的基础。标准的匮乏与不统一必然会带来产品难以互通、生态割裂和用户使用成本上升。当前 AI 存储尚处于发展的早期，产品创新层出不穷，此时即重视相关标准的制定，无疑将推动中国 AI 存储领域减少试错成本，加速创新速度和提升中国数据存储产业的国际话语权。
关宏明表示，工作组携手产业链伙伴，坚持 " 以政策为导向、以生态共建为思路、以产业需求为牵引、以标准化建设为抓手 " 的四位一体行动纲领，解决 AI 存储当前标准缺失、技术绑定等问题。
综合观察
在 AI 引爆产业变革的今天，数据存储产业已然处在一个历史性的转折点。
正如《报告》所提，AI 技术的普及正在重塑数据存储的边界，存储的边界也即产业的边界。面向未来，全域数据互联、AI 原生存储架构、生态共赢模式等均值得中国数据产业界持续探索，这将是一场价值重构与生态共赢的变革之路，而曙光存储与产业链的伙伴们齐心协力推动的 " 智能、流动、开放 " 的新生态，无疑将驱动千行百业完成 AI 时代的智能化变革。
这不仅是技术创新的胜利，更是生态共赢思维的胜利。
END
文章精选
#
#
#
#
#
#
#
#
#
#
大数据在线是聚焦人工智能、大数据、云计算等前沿科技领域深度观察的深度媒体。目前，大数据在线在微信公众号、今日头条号、新浪财经、36 氪、雪球号、观察号等主流自媒体平台均有入驻，积累粉丝超过 20W；并荣获今日头条十大科技新锐媒体、商业新知十大人工智能媒体等多项殊荣。商务联系请添加微信：Owen_Inter，添加请备注具体信息。
>>>
登录后才可以发布评论哦
打开小程序可以发布评论哦