进入 2025 年下半年，人工智能正以前所未有的速度创造存储需求。据雷锋网了解，第四季度存储芯片价格呈现总体上涨趋势，更广泛的行业预计在存储需求的推动下，第四季度至明年第二季度之间将出现大规模推出。然而，目前产业链各环节扩大产能的进度跟不上需求增长的步伐，重叠存储介质的成本持续上升。结果是一个有趣的差异。一方面，客户面临着内存模块“难找”的困境。同时，市场定价体系混乱。一些半大型存储厂商坚信价格会继续上涨，不再接受外部捐助，甚至为员工安排临时休假，选择“涨价囤货”，以获取更大的收益。ce 微分。然而，内存效率仍然是人工智能领域存储购买决策的首要考虑因素，成本因素降到了第二甚至第三位。在大多数行业参与者“乐见价格上涨”的时候，中科曙光却要挺身而出，平息这场“狂欢”。 “我们希望整个行业朝着更加理性、健康、可控的方向发展，这是我们作为存储系统厂商的期盼。”中科曙光存储副总裁张新峰表示。 11月19日，2025数据存储行业大会在广州召开。本次会议，中科曙光迎来办公重大提升。中科曙光正式出任中国电力标准协会数据存储专业委员会主任委员长，并宣布该委员会将开始制定人工智能存储标准，并共同牵头成立未来存储工作组，助力中国存储产业抢占全球存储先机。请愿。作为中国智能计算产业的核心，中科曙光正处于存储周期的“新浪潮巅峰”，致力于应对当前存储发展的趋势和挑战。在AI推理带来的存储浪潮中，中科曙光有何优势？存储需求三大变化 随着存储市场持续升温，行业观察人士指出，内存和闪存颗粒的产能要到明年或后年才能“完整”。张新峰指出，在目前的存储价格增长结构中，70%以上的纯硬件成本来自存储介质，涨幅普遍达到50%到100%。然而，这种容量短缺与AI驱动的高性能存储需求带来的容量压力密切相关。 AI对I/O（内存和存储设备之间的数据交换）提出了比以前更高的要求，特别是GPU的出现显着增加了需求用于高带宽、高容量HBM（高带宽内存）。这类先进存储介质的性价比非常高，对传统存储介质的生产能力提出了更高的要求。此外，目前全球范围内具有大规模生产能力的制造商数量有限，且由于多式联运模式的发展，存储需求日益多样化和复杂化。一些趋势正在给未来的存储供应带来压力。存储介质本身是一种期货产品，具有明显的行业周期性。然而，AI的到来改变了供给侧的流通节奏。但当前各种AI场景对存储的基本要求仍然是“快”：高吞吐量、低延迟、系统稳定性。但在分解场景下，做法就不同了：曙光村初副总裁郭兆斌指出，训练阶段对带宽和性能有更高的要求。评论。推理阶段侧重于低延迟和高 IOPS。那么，从客户的角度来看，AI时代的新闻存储需求到底是什么？张新峰发现，一方面，客户的性能要求快速增长。以前衡量高性能存储系统的带宽单位是GB/s，但现在进入了TB/s时代，性能差异是1000倍。在如此极限的性能下，先进的存储系统往往无法绕过端到端的全闪存NVMe架构。第二点是“整合的力量”变得必要。智能计算工作流程，从数据采集、标签、清洗、训练，到分词、构建推理知识库，每个环节都涉及到多种协议，包括Swift API、NFS、S3等。如今，越来越多的客户希望有一个存储系统能够解决他们的所有问题，这使得融合能力成为根本的竞争优势。ntage。除此之外，数据流动方式也发生了根本性的变化。以前的数据流解决方案通常涉及在不同协议之间多次复制单个数据，但这通常会带来两个问题。一是不准时，二是空间使用减少；后者与成本控制直接相关。如今，现实世界的需求正在发生变化，客户希望通过不同的协议直接访问相同的数据。张新峰认为，“这可能是所有行业真正走向智能化的起点”。从ParaStor到标准制定：曙光定义AI存储新规则 存储分为分布式和集中式两大类。分布式存储将数据分布在多个节点上，而集中式存储将所有数据存储在一个中心节点上。哪些会在AI推理时代变得普遍？人们一致认为分布式存储最适合核心需求从大规模、高并发数据中进行人工智能推理。中科曙光存储副总裁杨志磊表示，在AI场景下，系统必须同时支持多协议接入和冷热分层管理，而去中心化是最好的解决方案。 2004年曙光ParaStor开始研发分布式存储以来，分布式存储产品不断挤压集中式存储的市场份额，这从其盈利能力上就可见一斑。其分布式ParaStor不仅将性能与低延迟、高IOPS相结合，还兼顾了性能的线性扩展，消除了“容量扩展与性能扩展”的矛盾，让存储系统在扩展容量的同时提升性能，同时又不牺牲低延迟、高IOPS的核心优势。杨志磊直言，去中心化存储“未来将提供最高的投资回报”。但与此同时，曙光我我们不会放弃集中存储。我们于 2024 年 6 月正式进入该领域，推出了首款融合存储产品 FlashNexus 全闪存阵列。 “中心化存储的增长并没有放缓。”杨志磊补充道。在金融、运营商、医疗等传统业务领域，集中存储仍然具有稳定可靠的优势。在处理结构化数据的低延迟要求时，集中式存储也具有天然的优势。这决定了集中式存储在短期内将继续与分析竞争。分布式存储共存。事实上，经过多年的积累，曙光已经系统地重构了存储系统的功能，将存储从简单的数据容器升级为“智能数据引擎”。例如，在嵌入式智能领域，ParaStor的分布式全闪存存储可以提供超过500GB/s的聚合带宽满足多模态数据的实时处理需求。同时，与致远机器人的合作也被评选为“2025年数据存储典型实践案例”。 AI训练、推理和嵌入在智能机器人的幕后，曙光提出了两个核心性能概念和架构。另一方面，我们利用super T技术在存储端加入，并采取非争用、加锁等优化措施。与该定律相结合，它可以最大限度地发挥您的硬件的最大性能。另一方面，推进近场计算概念可能会导致存储与CPU和GPU的深度集成。例如，在CPU和GPU侧增加存储接口，进行应用级的深度集成。此外，中科曙光存储将发挥在AI存储领域的优势，聚焦“AI数据语义”核心，推动存储架构、接口协议、性能评估等方面的发展。大规模模型训练的评估标准。曙光深耕存储领域多年，现已成为存储标准制定的领导者。其目标是推动存储标准的制定和AI发展，创建存储技术标准和技术框架，为各公司的产品研发提供参考，打破传统产品孤岛问题。市场信号已经明确。下一轮智能计算竞赛的核心决策点远远超出了纯硬件颗粒的竞争，而集中于谁能够将大量数据转化为“智能燃料”：可以持续流通、安全共享、高效复用的数据资源。在这场数据价值重构的浪潮中，中科曙光致力于成为推动产业现代化、提升中国存储产业国际话语权的核心。雷锋网雷锋网
特别提示：以上内容（包括图片、视频，如有）由自有媒体平台“网易账号”用户上传发布。本平台仅提供信息存储服务。
注：以上内容（包括图片和视频，如有）由网易号用户上传发布，网易号是一个仅提供信息存储服务的社交媒体平台。
近期评论