存储涨价之后，如何让 AI 走向数据？丨 ToB 产业观察

📌 一句话摘要

本文深入分析了 AI 时代存储架构的根本性变革，指出存储正从被动数据容器转变为主动参与计算的智能枢纽，核心趋势是让 AI 走向数据而非数据走向 AI。

📝 详细摘要

本文以 AI 应用爆发为背景，深入探讨了存储行业正在经历的根本性变革。文章指出，随着 AI 从实验室进入生产环境，传统以 CPU 为核心的存储架构已无法满足 GPU 集群对数据吞吐和低延迟的需求，存储正从被动数据容器转变为主动参与计算的智能枢纽。文章通过浪潮信息和 IBM 两大厂商的实践案例，详细阐述了存储架构在软件和硬件层面的创新，包括全链路免锁零拷贝架构、KV Cache 外置存储、硬件级压缩等关键技术。文章还分析了 AI 驱动的存储涨价潮，并指出效率优化才是关键。核心观点是，传统的让数据走向 AI 模式已不可持续，让 AI 走向数据成为新趋势，这催生了五层存储体系、内容感知存储等新范式。最终，文章强调存储已成为 AI 价值链条中不可或缺的一环。

💡 主要观点

- AI 时代存储使命从数据保护转向效率提升，核心是满足 GPU 数据需求避免空转。 传统以 CPU 为核心的存储架构在 AI 场景下效率低下，存储瓶颈会导致昂贵的 GPU 空转，造成巨大浪费。存储架构需要进行基因重组，从通算架构转向智算架构。

存储架构变革体现在软件和硬件两个层面，包括用户态协议栈、KV Cache 外置和硬件级压缩。 浪潮信息采用全链路免锁零拷贝架构将延迟降至微秒级，并通过 Agent Memory 外置存储优化 KV Cache；IBM 则通过并行文件系统和闪存模块硬件级压缩提升效率。

AI 催生了五层存储体系，在本地 SSD 和传统外置存储之间出现了专门服务于推理的 3.5 层。 3.5 层外置缓存层牺牲一定可靠性以换取效率，数据丢失可重算，但不能牺牲效率。同时，磁带存储因性价比优势在冷数据场景中重新获得应用。

核心趋势是让 AI 走向数据，存储从被动容器转变为主动的数据编排平台。 传统让数据走向 AI 的模式在 EB 级数据规模下不可持续。IBM 的内容感知存储和浪潮信息的 AI Data Platform 都强调数据动态流动和即时感知，存储角色发生根本转变。

💬 文章金句

- 原来的企业存储是做数据保护，现在 AI 存储的第一目标是效率提升——如何充分满足 GPU 对于数据的需求，而不让它空转。

• 1%的闲置就意味着上亿元的浪费。
• 3.5 层是为了效率，放弃一定的可靠性，数据比是 1:1，大不了数据丢了重新算，但不能牺牲效率。
• 让存储融入平时的业务中，而不是让业务等存储。
• 存储不再只是技术的终点，而正在成为 AI 价值链条中不可或缺的一环。

📊 文章信息

AI 初评：84

来源：钛媒体

作者：钛媒体

分类：商业科技

语言：中文

阅读时间：17 分钟

字数：4192

标签： AI存储, 存储架构, 浪潮信息, IBM, GPU利用率

阅读完整文章