如果將AI比作新一代工業革命的“新石油”，那麼智算中心恰如“煉油廠”。在這個新系統中，一張能夠承載千行百業需求的“管路網”就變得至關重要。

如今，隨着《人工智能+行動計劃》全面部署，AI與行業場景加速融合，數據的流動與應用愈發重要。因此，各界普遍認為，這張“管路網”就是數據存儲。面對AI技術帶來的數據井噴，傳統存儲系統已舉步維艱，如何鋪設好連通產業的全新“管路網”，就成為整個數據存儲產業界的一個時代命題。

近日，在2025 數據存儲產業大會上，曙光存儲正式接棒中電標協數據存儲專業委員會（簡稱專委會）當值會長單位，宣佈專委會將發起編寫AI存儲標準，並聯合牽頭成立Future Storage工作組。專委會還發布了《數據存儲產業發展研究報告（2025）》（以下簡稱：《報告》），明確提出構建“智能、流動、開放”的存儲新生態，推動存儲從“數據容器”向“數據引擎”演進。

自此，中國數據存儲產業界正式給予時代命題第一個迴響。

AI效率失衡背後的“存儲之困”

《報告》提到，中國2024年數據產量達41.06ZB，非結構化數據佔比超80%，而AI訓練數據需求年增40.95%。

當AI大模型參數超越萬億級、推理全面走向工業化、AI Agent全面爆發之時，人工智能對於千行百業的重塑已勢不可擋。然而，在中國這座龐大的數字金礦下，卻掩藏着極低的AI效率。

這背後的原因是人工智能快速發展而衍生出來的一系列全新數據存儲挑戰。在曙光存儲看來，算力失速、數據失聯、價值失衡、安全失控是當下業務應用面臨的四大難題，存儲困境成為制約產業智能化的關鍵瓶頸。

具體來看，很多行業用户花費巨資購買智算GPU，但GPU平均利用率竟然不到30%，算力失速的核心原因是存儲IO性能不足，導致昂貴的AI算力在等待數據中浪費。

此外，數據失聯問題也不容忽視。根據《全國數據資源調查報告（2024年）》的調查，人工智能加快向垂直領域發展，企業用於人工智能的數據量僅佔數據存儲量的7%左右。造成這種情況一大因素就是業務跨域、跨廠商、跨技術棧運行，異構存儲系統兼容性等問題導致數據孤島，數據難以流動，數據利用率不足。

更加嚴重的是，生態封閉造成的存儲“高成本、低迴報”困境，使得鉅額投資很難轉化為業務創新的動能；同時，技術綁定與標準缺失，讓數據命脈受制於單一廠商，無法預測性能瓶頸，數據安全容易走向失控，危及業務連續性。

“當前這些突出的存儲困境不僅是技術挑戰，更是商業模式與創新速度的瓶頸。”中科曙光高級副總裁關宏明直言。

為此，曙光存儲也給出一份答案：以AI存儲創新為基礎，構建智能、流動與開放的存儲新生態，解決人工智能部署與應用中所遇到的數據匯聚和管理等一系列難題。

存儲新生態：智能、流動與開放

一直以來，存儲最為人們所長期詬病的就是數據、協議、系統之間不互通和協同性差，導致數據孤島林立、基礎設施擴展性差、數據價值無法高效釋放。

那麼，如何才能真正實現破局？曙光存儲認為，構建智能、流動與開放的存儲新生態是數據存儲產業在AI時代煥新和向陽生長的必然選擇。

首先是“智能”，存儲將從“數據容器”轉向“智能數據引擎”的角色。它需要會“思考”，能夠適配AI應用的數據存儲需求，自動感知、分析和調度數據，讓性能優化效率達到最優，實現存儲從成本中心到價值引擎的轉變。

關宏明介紹，存儲成為“數據引擎”，需要產業界在存力調度平台接口、AI應用的存儲性能加速設計規範、存儲性能基準測試驗證方案和存儲智能IO分析工具的設計規範等方面走向開放，產業鏈夥伴同心協力才能全面推進AI業務的數據治理與AI應用加速。

為此，曙光存儲一直身體力行，面向AI高實時性和高併發場景，探索適配AI應用的智能存儲架構；其ParaStor分佈式全閃具有業內獨創的“五級加速方案”，實現整個數據通路的優化；自研AI應用的存儲型加速套件基於AI的IO感知與調度算法，滿足AI應用對於性能的極致追求。同時，曙光存儲還積極制定存儲性能基準測試驗證方案，幫助用户準確評判斷存力平台和智能化應用的匹配能力。

中科曙光高級副總裁關宏明

其次是“流動”，讓數據像電流一樣在算力網絡中奔跑。存算協同的高效化，將極大縮短AI業務的開發與訓練週期，但也需要數據流動起來。數據真正的流動，需要實現跨介質（從內存到磁帶）、跨協議（從文件到對象）、跨平台乃至跨地域（東數西算）的無感調度。這無疑需要數據存儲產業界攜手解決跨介質 / 跨平台 / 跨地域流動的一系列核心技術。

以曙光存儲為例，其今年與中國移動聯合啓動了國內首個智能存力調度平台--算力中心全局統一文件存儲系統，分佈式併發數據流動框架，支持跨集羣和跨域的P2P數據傳輸，解決數據跨域調度的延遲難題，解決AI應用場景中數據“看不全，流不動，用不好”等頑疾。

第三是“開放”，這是打破單一廠商壟斷與數據孤島的唯一解藥，也是從技術鎖定走向戰略安全的必然路徑。存儲真正走向開放需要建立開放的標準接口與規範，並持續打破生態壁壘。近年來，曙光存儲一直致力於打造支持的標準接口類型（如 S3、NFS、iSCSI）及兼容的主流平台，通過接口開放來打通異構存儲壁壘，實現全域數據智能流動和無感遷移，提升AI全域數據治理能力。

“存儲走向開放是大勢所趨。比如架構層面會轉型開放解耦，利用CXL等技術實現高效互聯和資源池化共享，讓存儲更加適應AI複雜靈活多變的需求；而在協議層面，多協議融合會成為主流，實現一份數據、多種應用，讓數據流動性和管理效率大幅提升。”關宏明如是説。

產業使命，曙光存儲吹響集結號

舊的範式走向終結，也意味着新的力量開始集結。

數據顯示，全球數據存儲市場空間已超2.6萬億元。過去的傳統存儲時代，全球數據存儲產業一直為國外所主導；現在進入到AI時代，數據存儲迎來產品、技術與方案的巨大創新週期，也為中國數據存儲產業從跟隨走向引領提供一次絕佳契機。

作為連續兩年國內AI存儲市場份額第一的廠商，曙光存儲深知，抓住AI存儲產品與技術的創新變革機遇，強化產業協同、構建自主標準體系是中國數據存儲產業行穩致遠的關鍵。為此，作為數據存儲專業委員會當值會長單位，曙光存儲宣佈兩項關鍵舉措：成立Future Storage工作組和啓動AI存儲標準撰寫招募。

在Future Storage工作組方面，工作組將以“AI推理存儲加速”為首個攻堅專題，着力突破KV Cache優化、存算網協同等關鍵技術，構建中國自主的技術框架與測試規範。曙光存儲則會依託其在AI存儲領域的優勢，聚焦“AI數據語義”這一核心，推動面向大模型訓練的存儲架構、接口協議與性能評測標準的制定。

與此同時，AI存儲標準撰寫的啓動也意義重大。眾所周知，標準是產業通用語言、上下游橋樑紐帶和長期發展的基礎。標準的匱乏與不統一必然會帶來產品難以互通、生態割裂和用户使用成本上升。當前AI存儲尚處於發展的早期，產品創新層出不窮，此時即重視相關標準的制定，無疑將推動中國AI存儲領域減少試錯成本，加速創新速度和提升中國數據存儲產業的國際話語權。

關宏明表示，工作組攜手產業鏈夥伴，堅持“以政策為導向、以生態共建為思路、以產業需求為牽引、以標準化建設為抓手”的四位一體行動綱領，解決AI存儲當前標準缺失、技術綁定等問題。

綜合觀察

在AI引爆產業變革的今天，數據存儲產業已然處在一個歷史性的轉折點。

正如《報告》所提，AI技術的普及正在重塑數據存儲的邊界，存儲的邊界也即產業的邊界。面向未來，全域數據互聯、AI原生存儲架構、生態共贏模式等均值得中國數據產業界持續探索，這將是一場價值重構與生態共贏的變革之路，而曙光存儲與產業鏈的夥伴們齊心協力推動的“智能、流動、開放”的新生態，無疑將驅動千行百業完成AI時代的智能化變革。

這不僅是技術創新的勝利，更是生態共贏思維的勝利。