在人工智能飛速發展的當下，算力與存力的關系正經歷著深刻變革。曾經，算力是制約AI發展的主要瓶頸，但隨著技術的演進，存力逐漸從幕后走向臺前，成為推動算力高質量發展的關鍵因素。近日，一場聚焦“先進存力如何助力算力高質量發展”的對話活動在中國移動呼和浩特數據中心展開，眾多業內專家和企業代表齊聚一堂，共同探討存力發展的新趨勢。

中國移動呼和浩特數據中心作為觀察中國AI基礎設施演進的典型樣本，其總算力規模達19000PFlops，智能算力占比高達82%。這里不僅規模龐大，更在全國算力布局中占據獨特地位。它雖屬于“東數西算”工程的西部節點，卻主要服務京津冀地區，這種跨區域的服務模式，既滿足了經濟發達地區的算力需求，也為內蒙古的經濟發展注入了新動力。同時，超大規模算力集群的出現，也對存儲提出了更高要求，數據需在長距離上高效、安全、綠色流動，成為先進存力必須攻克的核心問題。

過去兩年，國內智算中心建設如火如荼，高端算力供給不足曾是行業痛點。然而，中國電子工業標準化技術協會副理事長兼秘書長丁然指出，如今系統瓶頸已從計算密度轉向數據搬運效率。GPU、HBM帶寬和容量有限，而模型參數規模持續膨脹，計算芯片常處于“等數據”狀態，閑置現象普遍存在。賽迪顧問電子信息產業研究中心副總經理袁鈺也表示，隨著智能體和AI推理應用普及，用戶對響應速度和調用質量要求大幅提升，這背后依賴存儲系統快速、高效調取歷史數據的能力。

中電標協數據存儲專委會秘書長孫鋼用形象的比喻解釋了存力地位的變化：“原先存儲是被調用的保險柜，現在從輔助運算、被動調用轉向存算共生關系。”例如，“KV Cache”技術作為大模型推理性能的關鍵變量，若存儲不夠強大，計算就可能空轉，這一邏輯已在眾多行業實踐中得到驗證。

存算關系的重建，是存儲地位上升的核心原因。中科曙光北京公司總裁助理、分布式存儲產品部總經理石靜從技術演進角度拆解了這一變化。她提出“五層蛋糕理論”，存儲作為基礎設施的一部分，既要“向下沉”，與芯片更緊密結合，通過優化數據通路提升計算芯片效率，存算一體芯片的出現更讓存儲單元具備計算能力；又要“向上延展”，無縫嵌入AI模型和應用流水線，在數據編排、標注、檢索等環節發揮作用。這種貫穿性使存儲與算力形成“共生”關系。

具體技術層面，GPU Direct Storage（GDS）技術允許GPU繞過CPU和內存直接訪問存儲數據。在實際自動駕駛萬卡集群案例中，采用GDS技術可使GPU使用效率提升30%以上；在AI for Science應用場景中，通過本地NVMe構建共享緩存層，可縮短訓練時間20%至30%。這些數據表明，在算力硬件短期難以突破的前提下，優化存儲系統是釋放算力潛能的高性價比路徑。

盡管先進存力重要性日益凸顯，但行業發展仍面臨諸多挑戰。孫鋼坦言，目前行業存在KVCache管理混亂、RAG知識庫碎片化、性能加速路徑不統一等問題。為此，中電標協數據存儲專委會正推動一系列標準建設，重點包括AI加速能力、存儲擴展能力、大規模吞吐性能能力，以及兼容性、可靠性、安全性等，目標是形成綜合評估存儲實際表現的價值評估體系。丁然則強調，要以標準打破廠商技術壁壘，實現多云互聯互通和資源共享，同時將綠色低碳存儲能效標準、設備易購與兼容標準作為工作重點。

站在產業發展關鍵節點，存儲廠商面臨巨大挑戰與機遇。石靜認為，AI給分布式存儲帶來新技術拐點，但窗口期極短。國內AI芯片發展迅速，廠商需放棄“大而全”產品思路，聚焦細分場景快速迭代。隨著算力中心規模擴大，推理業務向邊緣和端側滲透，存儲系統在性能、成本、功耗、安全等多維度約束將收緊，能否在窗口期內拿出可行方案，將決定廠商競爭地位。

存儲產業的未來價值遠不止于提升算力效率。石靜提出前瞻性思考：未來是否可能“以存儲或數據為中心”重構整個AI生態？數據是AI訓練和推理的核心資產，圍繞數據確權、流動、安全構建體系，或許是存儲產業跳出“被動優化”邏輯的新路徑。丁然總結道，先進存力已成為國家新型基礎設施重要組成部分，其價值不僅在于存儲數據，更在于支撐人工智能發展，是產生價值的核心基礎能力。中電標協將攜手全產業鏈，加速推進先進存力標準制定與落地，提升中國存力產業國際競爭力。