【全球存储观察 ｜ 科技热点关注】
“从无到有，从有到强。”
全国人大代表、华中科技大学副校长冯丹教授用这八个字概括了中国存储产业数十年的奋进历程与崛起成就。
当前，存储芯片、固态硬盘、存储系统的全链条国产化已基本实现，国产高端存储在金融、医疗、电信等国计民生行业站稳脚跟，更有国产存储厂商扬帆出海。
然而，成绩背后仍存隐忧，中国存储产业在AI时代面临的三大挑战不容回避。
挑战一，核心部件隐忧。AI算力需要匹配高性能存储，闪存是高性能存储的核心。近期NAND价格剧烈波动，暴露出产业链上游的脆弱性。虽然国产存储系统整机能力突出，但在NAND闪存等核心部件上，全球供应仍高度集中。这必然考验存储系统厂商的供应链韧性、成本控制能力和资源利用效率。如何通过架构创新对冲价格波动，成为重要课题。
挑战二，数据价值沉睡。作为人工智能“燃料”的高质量数据集，中国规模仅相当于欧美的10%左右。冯丹指出，大量数据沉睡在各行各业的数字基础设施中，既“不愿供”，也“流不动”。数据标准不一、质量参差不齐，高质量数据平台的建设迫在眉睫。存储系统如何更好适配AI需求，成为又一大挑战。冯丹用“数字粮仓”比喻存储的战略地位，既然AI的“储备粮”告急，中国存储岂能再做“沉默的底座”。
挑战三，产业生态割裂。系统级协同远未达成，存储厂商做存储，算力厂商做算力，AI应用开发者各自为战。这种割裂导致数据在系统间反复搬运，存储的底座能力与AI应用如何充分结合，让存储更好地促算、促AI创新，也是一大挑战。
不可否认，挑战越大，机遇越大。当前，中国存储产业界与学界的探索，正在汇聚成三条清晰的发展路径。
一是从硬件堆砌到效能优先，追求单位成本下的极致效率。
过去存储竞争拼的是容量和速度，未来拼的是“单位成本下的极致效率”。面对核心部件价格波动，单纯依赖硬件升级难以为继，如何盘活现有资源、提高算力利用率、降低总体拥有成本是更加现实的选择。
国内厂商曙光存储提出“先进存力”三大主张，强调凭借高性能存储、架构创新，在达到相同性能目标的前提下，减少对单一部件的数量依赖。同时，通过智能分析、智能调度、数据压缩等软件能力，让存储系统主动理解数据价值、动态优化资源。此外要加强系统层、生态层的协同，寻求全域视角下的最优方案。
通过提高单位效能，让每份硬件投入产生更高业务价值，或许是应对当前供应链波动问题最现实有效的路径。
二是构建“数据工厂”式创新平台，打造新基建的“头号工程”。
冯丹提出的“数据工厂”构想，本质上是通过构建数据转化体系，将数据从“原材料”加工为“高质量燃料”。这要求存储系统向上对接各类AI应用和智能体，提供统一、高效、安全的数据服务；向下屏蔽底层硬件复杂性，保证稳定可靠。从“存”到“产”的升级，考验的是系统整合能力和生态协同水平。
在产业界，曙光存储率先提出的AI数据工厂理念与冯丹的构想不谋而合。通过AI应用亲和、AI数据加速两大核心能力，让存力平台深度融入AI全业务流程。AI应用亲和通过KV Cache卸载、多层数据分级等技术，针对性优化推理环节；AI数据加速则整合多类型存储资源，配合向量数据库优化与AI算子加速库，实现高价值私域数据的自动化处理。该平台从数据清洗标注到模型训练、推理部署，打通数据流转全链路，有效缓解AI训练中的“数据饥饿”问题。
图注：曙光存储在HAIC2025期间提出AI数据工厂理念
冯丹特别建议，将人工智能数据平台作为新基建的“头号工程”来布局，这一观点正在成为学界和产业界的共识。北京交通大学教授张向宏指出，进入数智社会，数据成为核心生产要素，需要类似“水厂”“电厂”这样的基础设施来规模化供给，这正是“数据工厂”的历史使命。
三是打破“存储孤岛”，强化系统级协同。
众所周知，实现存、算、网的紧耦合，是产业进阶的关键。通过开放架构与统一标准，让存储融入多元算力生态，支撑数据要素的高效可信流动。在AI训练全流程中，存储需要与计算资源深度协同，确保昂贵算力不闲置、海量数据不阻塞。全国人大代表骞芳莉建议，将“先进存力”纳入国家顶层设计，设立存储技术国家重大科技专项，加速全闪存应用，构建自主可控的存储产业链。
作为国产存储的实力代表，曙光存储不仅率先提出“先进存力”理念，更将其全面落地于产品。曙光分布式全闪ParaStor F9000通过超级隧道技术，实现AI训练速度4倍的提升。其XDS技术实现数据直通GPU显存，推理效率提升50%。同时，曙光通过存算网一体架构，打通从数据清洗到训练到推理再到部署的全流程。其开放接口可适配DeepSeek等主流AI框架，并支持异构设备的多源接入，实现“让平台适配数据”而非“为数据换平台”。
此外，曙光与多方产业伙伴共建“数据可信流动机制”，在跨区域部署中实现多地数据治理合规协同，为数据从存储到使用建立起“可信轨道”，实现系统级协同。
当前，随着AI大模型的蓬勃发展，存储不仅是数据的安身之所，更决定了人工智能的“上限”。从“数字粮仓”到“数据工厂”，中国存储产业正在经历一场深刻的角色蜕变。
从上向下看，通过国产芯片与紧耦合系统，屏蔽底层硬件复杂性。从下向上看，通过“数据工厂”能力，为各类AI智能体提供统一、高效、安全的数据服务，实现从“数据到知识”的快速转化。
从“跟跑”到“领跑”，从来就不是一条直线。AI时代，中国存储产业的真正考验，不在于能否造出“比国外更快”的存储硬件，IOPS再高也只是一个性能指标，而在于能否构建一个从数据存储到数据价值转化的完整生态产业链。
当存储不再是“数据的终点”，而成为“智能的起点”，中国存储产业才能真正完成从“跟跑”到“领跑”的彻底蜕变。
行而不辍，未来可期。
【声明】本文和作者回复仅代表个人观点，不构成任何投资建议。