AI进入2025年下半年，正以前所未有的速度催生计储需求。
据雷峰网("大众,"号：雷峰网)懂得，Q4存储芯片价格已出现周全上涨态势，行业广泛猜测，存储需求将在Q4至来岁Q2时代迎来大年夜范围释放。
一边是客户内存条“一条难求”的困境；另一边，市场的报价体系陷入纷乱——有二线存储厂商因为笃订价格将持续攀升，甚至暂停对外报价，临时安排员工休假，选择“囤货待涨”以赚取更大年夜价差。
然而，当前家当链各环节的产能扩大进度难以匹配需求增长节拍，叠加存储介质成本持续飙升，于是，耐人寻味的分化气候出现了：
即便如斯，在 AI 范畴的存储采购决定计划中，内存效力仍被置于核心优先地位，成本身分则退居第二甚至第三位。就在行业多半介入者对涨价趋势 “乐见其成” 时，中科曙光站出来，想给这场“狂欢”降降温——
“我们想呼吁全部家当加倍理性，往更健康可控的偏向去成长，这是我们做存储体系厂商的期望”，曙光存储副总裁张新凤说道。
11月19日，2025数据存储家昔时夜会在广州召开。在这场大年夜会上，中科曙光迎来重要角色进级——正式出任中电标协数据存储专委会当值会长，宣布专委会将提议编写AI存储标准，并结合牵头成立Future Storage工作组，以推动中国存储家当在全球竞争中抢占先机。
存储需求三大年夜变更
不过，这种产能的吃紧，与AI对更高机能存储的需求所带来的产能挤占，互相干注——
AI对I/O（存储设备与内存之间的数据交换）提出了远高于以往的请求，尤其是GPU的出现，对高带宽、大年夜容量的HBM（高带宽内存）需求更是大年夜增。这类先辈存储介质具有更高利润，进一步挤占传统存储介质的产能；加上今朝全球具备量产才能的厂商数量有限，且多模态模型的成长让存储需求更趋多样复杂，各种趋势正给将来的存储供给造成压力。
可以说，存储介质本身像期货，具有明显的家当周期性；但AI的出现，改变了供给侧的周期节拍。
尽管如斯，当前各类AI场景对存储的核心诉求仍然是“快”——既要高吞吐、低延时，也要体系稳定。
那么，放眼客户侧，大年夜家对AI时代的存储具体又提出什么新的需求？
张新凤发明，一方面，客户对机能请求的极速晋升。以前，衡量高机能存储体系时的带宽单位是GB/s，而如今已进入TB/s时代，机能差距达到1000倍。在这种极致的机能下，先辈存储体系往往绕不开端到端NVMe全闪架构。
其次，是“融合才能”成为刚需。
在智算工作流中，从数据采集、打标签、清洗、练习，到token化、推理常识库构建，各个环节涉及Swift API、NFS、S3等多种协定。如今，越来越多客户欲望一套存储体系可以解决所有问题，这使得融合才能成为核心竞争点。
除此之外，数据流动方法也出现根本变更。
此前，数据流动的筹划是“一份数据在不合协定间多次拷贝”，但这往往存在两个问题：一是时效性不足，二是空间应用率降低，后者直接关系到成本控制。
当下，实际的需求正在改变，客户更欲望同一份数据可被不合协定直接拜访。张新凤认为：“这可能是所有行业真正要做智能化的起点。”
从ParaStor到标准制订：曙光定义AI存储新规矩
存储重要分为分布式与集中式两类：分布式存储将数据分散存储在多个节点上，集中式存储则将所稀有据集中存储于一个中间节点。
哪种会成为AI推理时代的主流？一种共鸣是：分布式存储更契合AI推理海量数据与高并发的核心需求。
曙光存储副总裁杨志雷也不雅察到，在AI场景中，一套体系须要同时支撑多协定拜访、冷热分层治理，分布式是最优解。
自2004年曙光启动 ParaStor 分布式存储研发以来，分布式存储产品便持续挤压集中式存储的市场份额，这一点从营收占比中已可见一斑。
其分布式ParaStor在兼具机能与低延时、高IOPS之外，也兼顾机能的线性扩大度——打破了“扩容与机能”的抵触，让存储体系既能扩大容量的同时晋升机能，且不就义低延时、高IOPS的核心优势。
杨志雷直言：分布式存储“将来投资回报比是最高的”。
不过，与此同时，曙光并没有放弃集中式存储：其在2024年6月便宣布首款集中式存储产品FlashNexus全闪存阵列，正式切入这一范畴。
“集中式存储的增长并未放缓”，杨志雷弥补道，在金融、运营商、医疗等传统营业范畴，集中式存储仍具备稳定性、靠得住性优势；且在处理构造化数据的低延时需求上，集中式存储拥有天然优势——这些身分决定了，集中式存储短期内仍将与分布式存储并存。
在存储市场持续火热的情况下，有业内人士不雅察到，内存与闪存颗粒的产能已“吃满”到来岁甚至后年。张新凤指出，在当前存储的涨价构造中，纯硬件成本跨越70%来自存储介质，且涨幅广泛达到50%-100%。
事实上，经由多年积聚，曙光在存储体系才能长进行了体系化重构，已经使存储从简单的数据容器进级为“智能的数据引擎”。
举例来说，在具身智能范畴，ParaStor分布式全闪存储可供给跨越500GB/s的聚合带宽，知足多模态数据的及时处理需求。
同时，其与智元机械人的合作也入选“2025年度数据存储典范实践案例”。究其背后，在AI练习、推理以及具身智能机械人的范畴之内，曙光提出两个核心机能的架构和理念：
一方面，在存储端采取超等地道技巧，结合无竞争化、无锁化等优化手段，充分发挥硬件的极致机能。
另一方面，履行近距离计算理念，或将存储与CPU、GPU深度融合——例如在CPU、GPU端增设存储接口，实现应用层面的深度结合。
并且，曙光存储将依托自身在AI存储范畴的优势，聚焦“AI数据语义”核心，推动面向大年夜模型练习的存储架构、接口协定与机能评测标准的制订。
在存储范畴已深耕实践多年的曙光，如今已跻身存储标准制订的引领者行列，推动AI存储标准编写，构建存储技巧标准和技巧框架，旨在为各企业产品研发供给参考，打破传统产品孤岛问题。
市场旌旗灯号已然明白：下一轮智算比赛的核心决胜点，早已超出纯真的硬件颗粒争夺，转向谁能将海量数据转化为“智能燃料”——可持续流转、安然共享、高效复用的数据资本。
站在存储周期“新一轮波峰”上，曙光作为中国智算家当的核心力量，对当前存储成长的趋势与挑衅有如何的断定？在AI推理带来的存储海潮中，曙光的优势又是什么？
在这场数据价值重构的海潮中，曙光致力成为推动家当进级的核心力量，为中国存储家当争夺国际话语权。
雷峰网雷峰网
但在细分场景里，侧重点又有所不合：曙光存储副总裁郭照斌指出，练习阶段对带宽与吞吐请求较高；推理阶段则更看重低延时与高 IOPS。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
发表评论 取消回复