媒體觀察：詞元經濟時代，存儲該如何做好自己的主角？

2026年5月13日，北京——AI時代，在算力火了之后，人們又將關注的目光投向了存儲。雖然算力決定了AI的上限，但存儲決定了AI能不能真正落地，并且用得好、用得久、用得起。

存儲漲價的背后

近期，存儲產品漲價潮持續蔓延，包括DRAM、閃存顆粒、機械硬盤、磁帶等核心組件的供應全面緊張，特別是20TB、24TB大容量硬盤的交付周期普遍延長。IBM大中華區存儲事業部總經理吳磊提到一現象，當前很多企業即便有充足的預算，存儲產品也很難快速到貨。這態勢與GPU“一卡難求”的緊缺局面高度相似，顯示出供需矛盾全面加劇，全球供應鏈與成本壓力倍增。

（IBM大中華區存儲事業部總經理??吳磊）

其實，存儲供應鏈失衡只是浮出海面的冰山一角。創新技術的快速迭代、層出不窮的新型工作負載，以及企業用戶對安全和自動化運維的高要求等，才是最大的壓力所在。

從業務需求的轉變可以看出，當AI從模型訓練階段全面進入推理的爆發期，企業的存儲需求發生了根本性改變。AI推理必然依賴企業內部的海量、多類型、實時性存量數據，而數據不可復用、難以盤活成了普遍痛點。另外，隨著大模型的快速迭代，參數量激增，對存儲的響應速度、并發能力、數據流動性等都提出了更高要求。

再從企業日常的安全與運維實踐來看，技術架構復雜、攻擊升級、專業人才不足等短板進一步被放大。在安全層面，黑客利用AI技術，使得索軟件的攻擊速度與破壞力大幅提升。傳統安全響應機制幾乎失效，必須實現秒級甚至毫秒級的威脅發現、偵測與處置，否則企業將面臨巨大的數據損失。在運維層面，企業已經普遍采用“混合多云+多廠商設備”的異構架構，這抬高了運維團隊的人力成本和技術門檻。

不容忽視的是，企業的數據規模長期處于加速爆發的過程中，從數百TB躍升至數十EB，而且結構化、半結構化、非結構化數據混雜，覆蓋IoT設備、智能汽車、醫療影像、工業傳感器等多元數據源，同時金融、醫療、政務、汽車等行業又有嚴格的合規要求，長期數據保留增加了存儲的難度與成本。

一方面，數據必須服務于業務，將海量數據高效轉化為真實業務價值；另一方面，數據又需要長期合規留存、全程安全可控。雙重壓力疊加，迫使企業必須尋求新的存儲技術、架構與解決方案。

讓AI走向數據

吳磊指出，“讓AI走向數據”的核心存儲理念，直指傳統存儲模式的痛點，將成為企業構建AI競爭力的關鍵。

過去，企業普遍采用“數據搬運、多副本拷貝”的傳統方式，為滿足AI處理的需要，就要將數據復制、上傳、集中處理。這種方式在小規模數據時代尚能適用，但進入EB級數據與高并發推理的“詞元（Token）經濟”時代，則捉襟見肘。

從“數據走向?AI”到“讓AI走向數據”，這是范式的轉變。吳磊解釋說，讓AI主動走向數據、理解數據并就近處理數據，將從根本上解決數據搬運的難題。

傳統的多副本不僅會帶來高昂的網絡與存儲成本，還將引發數據一致性失控、安全管控難度劇增、合規追溯困難等一系列困擾，有些時候企業甚至無法判斷哪一份副本才是真實、最新的數據，最終可能導致AI推理結果失真或算力大量空耗。

IBM的破解之道是，以“單副本架構+內容感知存儲（CAS）”為技術核心，讓存儲主動感知數據變化，在數據更新的一瞬間即可同步給AI模型，無需人工重做副本，更無需重復數據處理，從而實現數據一處更新、全局可用。這一新的架構大幅降低了數據傳輸與安全管控成本，可確保數據的唯一性、準確性與實時性，很好地消除了數據亂、副本多、效率低的瓶頸。

在此基礎上，IBM還進一步提出了“人工智能工廠”（AI Factory）的理念，致力于打造覆蓋數據采集、集成、準備、訓練、模型適配、推理、歸檔的端到端AI數據平臺，讓數據在全生命周期內自由流動，并持續產生價值。

吳磊用餐飲類比詞元經濟時代存儲的演進。傳統存儲如同家庭廚房，SAN/NAS好比預制加工廠，應用存儲就像是預制餐；而新的“AI+”要求存儲變成“私人廚師”，智能的存儲可以按需調度、主動服務并實時響應AI負載，并最大化數據價值。

總而言之，讓AI走向數據，就是把存儲從被動的“數據容器”升級為主動的“智能數據服務層”，讓AI可以在數據產生的地方就近處理、實時學習、高效推理，實現數據不搬家、AI更高效、成本更可控、安全可追溯，將AI從演示項目變成規模化的生產力，這將為AI的落地筑牢最堅實的數字底座。

邁向自主存儲，踐行增本增效

在“讓AI走向數據”的理念指導下，IBM布局新的存儲產品與技術，為AI落地鋪就數據之橋。

1.?持續更新AI高性能存儲，打造AI工廠的算力底座與數據引擎

作為IBM人工智能工廠的核心引擎，IBM Storage Scale System 6000/3500面向大模型訓練、多模態數據處理、萬卡級GPU集群等高算力場景，提供端到端AI數據管道支撐。

具體來看，面向大模型訓練的Checkpoint，可以提供極致高吞吐、低延遲架構，保障訓練過程中關鍵斷點數據快速落盤、不丟進度、不浪費算力，顯著提升GPU有效利用率；可以統一承載文本、圖片、音頻、視頻、傳感器數據等混合負載，適配從數據準備、分布式訓練、模型適配到推理的全流程；全局統一命名空間能夠有效打通邊緣、數據中心、私有云與公有云，實現數據一處更新、全局可用；與NVIDIA實現深度生態協同，比如支持GPUDirect等高速協議，大幅降低數據搬運開銷。

IBM Storage Ceph主要面向高IOPS、高并發、云原生的AI負載場景，可提供統一、彈性、可橫向擴展的分布式存儲能力。它采用統一架構，塊、文件、對象三協議合一，可以簡化云原生與虛擬化環境部署，并且兼容S3 API，很好地適配容器、微服務與AI云平臺。特別值得一提的是，它可以從小規模起步，按需平滑擴容，尤其適合數據湖、AI中臺、海量小文件等長期增長型場景。

2.引入AI智能體，重新定義新一代閃存核心

IBM重新定義企業級全閃存，將AI智能體與自研硬件芯片深度融合，打造自主、安全、高效的核心業務存儲。

（IBM中國區存儲業務銷售總經理??金鑫）

全新的FlashSystem.ai是AI驅動的自主存儲的智能中樞。它定位為”永不休息的智能存儲管理員”，可以把存儲從被動設備升級為自主自治的智能層。IBM中國區存儲業務銷售總經理金鑫歸納了FlashSystem.ai的特色和優勢：第一，支持自然語言交互，降低命令行與專業門檻，即使普通管理員也可高效操作；第二，實現主動性能優化，比如在數小時內自適應業務負載，實現智能調優資源、智能遷移負載，提升整體效率與穩定性；第三，秒級勒索軟件感知，比如可通過I/O特征識別異常，并在60秒內發出告警，同時結合硬件級防護，實現更快的恢復；第四，合規審計自動化，可自動生成可解釋審計報告，大幅縮短合規文檔編制時間，降低合規成本；第五，在安全方面，系統僅支持“增、擴、優化”等安全操作，同時嚴格限制刪除等高風險動作，從機制上保障了數據安全；第六，管理效率大幅提升，可減少90%的存儲手動管理工作量。

金鑫還特別提到了IBM自研的硬件級黑科技——第五代閃存核心模塊（FlashCore Module 5）。其重要性和特殊性表現在：可實現硬件級壓縮、重刪、加密和異常檢測，完全不占用控制器性能，最高支持1:5的硬件壓縮/重刪，顯著降低單位TB的成本；采用量子安全加密，通過硬件級加密抵御未來量子計算破解風險，有效滿足長期數據安全與合規要求。目前第五代?FCM可支撐IBM FlashSystem 5600/7600/9600全系列產品，實現從邊緣到核心關鍵業務的全覆蓋。

以AI智能體為驅動，IBM FlashSystem.ai將訓練好的AI模型封裝在本地容器中，用自然語言交互替代命令行與圖形界面，從而實現存儲的自助式管理、自動化運維、主動式優化，旨在用極少的人力管理大規模、跨品牌、跨時代的復雜存儲架構，以實現高效率、高韌性、低成本和強合規，為業務創新保駕護航。

如果說AI存儲是AI時代存儲必修的“基本功”，解決了算力與數據的匹配問題，那么IBM提出的“自主存儲”則是AI時代存儲的“進階形態”，解決的是企業對數據、架構與運維的自主掌控問題。兩者一脈相承、層層遞進，共同構成IBM面向“AI+”時代的完整存儲戰略。AI存儲是能力層，自主存儲則是管理層/控制層，在AI存儲之上，用AI智能體實現自治、自愈、自優化、自安全。自主存儲可以理解為是IBM“數字自主”戰略在存儲層的落地，其核心是讓企業掌握數據與架構的絕對掌控權，不被廠商、云所綁定，能夠自主規劃?IT演進路徑。可以預見，未來的企業級存儲將是“AI存儲能力+自主存儲架構”融合的形態。

3.磁帶是數據的終極歸宿

在光盤存儲逐步退出后，磁帶就成了可支撐30年以上長周期、高可靠、低成本存儲的“唯一”選擇，其可靠性遠超硬盤3～4個數量級。目前最新的LTO10E單盤容量達到40TB，容量、密度、帶寬持續領先。IBM磁帶設備可在高速運行中實時精準定位，保證數據讀寫零偏差、高穩定；而且磁帶更薄、韌性更強，可支持高速穩定運行，不易拉伸和斷裂；同樣內置抗量子加密，并支持WORM一次寫多次讀功能，可滿足金融、醫療、政務等行業長期留存的要求；單位容量成本遠低于硬盤、閃存與公有云歸檔。

4.全場景分層存儲

在技術和產品層面不斷創新之外，IBM還以策略驅動、智能感知、應用無感為核心，構建了覆蓋全數據生命周期的分層存儲體系，兼顧性能、成本、安全與合規。

IBM FlashSystem全閃存用于存儲熱數據，主要面向ERP、核心數據庫、實時交易、AI推理等高并發、低延遲場景，提供微秒級響應與7×24小時的高可用；溫數據可存儲于IBM Storage Scale/Storage Ceph之上，以滿足AI訓練、數據湖、數據分析、虛擬化、混合云等大容量、高吞吐、彈性擴展場景的需求；磁帶庫用于長期保留冷數據，主要面向長期歸檔、合規留存、低頻訪問數據，實現極致的低成本、高可靠、長壽命。

金鑫表示，全場景分層存儲的核心價值表現在，能夠按訪問頻率、重要性、生命周期自動分層，實現智能自動化遷移，無需人工干預，并且開放兼容市場上主流的公有云，同時很好地利舊，在供應鏈緊張、硬件成本倍增的背景下，切實踐行降本增效。

存儲，做好自己的主角在詞元經濟時代，存儲不是配角，而是AI規模化落地的底座與命脈。在某種程度上，它決定了AI能不能跑起來，因為只有低延遲、高吞吐、大并發的存儲，才能讓算力利用率持續提升；它決定了AI是否經濟，因為智能分層存儲可以將成本降到最優，讓AI擁有更強的盈利能力；它決定了AI的安全與合規，量子安全加密、長期留存等是業務連續的基本保證。

面對未來的存儲挑戰，“讓AI走向數據”與“自主存儲”是IBM存儲戰略的兩大基石，將全面引領企業存儲邁向智能、自治、高效、安全。存儲將從被動容器升級為主動智能服務層，AI智能體由加分項變為標配，并深度融入運維、優化、安全與合規的全流程。全閃存+分布式存儲+磁帶的全棧分層存儲解決方案，將更好地幫助企業在多云、異構、AI深度落地的環境中，掌握數據自主。（本文原載微信公眾號“云數智觀察”，作者：郭濤。轉載已獲授權。）

關于IBM

IBM 是全球領先的混合云、人工智能及企業服務提供商，幫助超過 175 個國家和地區的客戶，從其擁有的數據中獲取商業洞察，簡化業務流程，降低成本，并獲得行業競爭優勢。金融服務、電信和醫療健康等關鍵基礎設施領域的超過 4000 家政府和企業實體依靠 IBM 混合云平臺和紅帽 OpenShift 快速、高效、安全地實現數字化轉型。IBM 在人工智能、量子計算、行業云解決方案和企業服務方面的突破性創新為我們的客戶提供了開放和靈活的選擇。對企業誠信、透明治理、社會責任、包容文化和服務精神的長期承諾是 IBM 業務發展的基石。了解更多信息，請訪問：https://www.ibm.com/cn-zh