8月28至30日，2025年第二屆CCF中國存儲大會在湖北武漢隆重召開。浪潮數(shù)據(jù)云存儲產(chǎn)品線總經(jīng)理劉希猛應(yīng)邀出席主論壇，并發(fā)表主題演講《融存智用 運(yùn)籌新數(shù)據(jù)》。在演講中，劉希猛分析了人工智能在當(dāng)下和未來發(fā)展中面臨的核心問題，并提出“融合存儲”這一技術(shù)戰(zhàn)略，為加快落實“人工智能+”行動提供了新的解決方案。
從“弱人工智能”到“強(qiáng)人工智能”：數(shù)據(jù)驅(qū)動成為關(guān)鍵要素
美國哲學(xué)家約翰·塞爾（J. R. Searle）提出依據(jù)智能水平將人工智能劃分為“弱人工智能（Weak AI）”、“強(qiáng)人工智能（Strong AI）”與“超人工智能（Super AI）”。當(dāng)前，我們正處于從“弱人工智能”向“強(qiáng)人工智能”演進(jìn)的關(guān)鍵階段。劉希猛指出，算力和算法是支撐“弱人工智能”向“強(qiáng)人工智能”發(fā)展的基礎(chǔ)，在未來的一段時間，大模型逐漸標(biāo)準(zhǔn)化，模型本身不再是護(hù)城河，數(shù)據(jù)驅(qū)動將成為人工智能向更高智能水平發(fā)展的關(guān)鍵要素，數(shù)據(jù)驅(qū)動的AI生態(tài)將成為企業(yè)創(chuàng)新的核心引擎，誰掌握數(shù)據(jù)，誰就掌握智能，企業(yè)也會加快挖掘數(shù)據(jù)價值，推動人工智能演進(jìn)，衍生出新的應(yīng)用。
新應(yīng)用會帶來新挑戰(zhàn)。劉希猛認(rèn)為，在當(dāng)前和未來的一段時間內(nèi)，企業(yè)挖掘人工智能數(shù)據(jù)價值的過程中主要面臨三大挑戰(zhàn)：一是數(shù)據(jù)管理成本高，大模型訓(xùn)練的基礎(chǔ)數(shù)據(jù)數(shù)量、容量和類型帶來的處理復(fù)雜度增長10倍乃至千倍，需要存儲超大規(guī)模原始數(shù)據(jù)并對數(shù)據(jù)處理進(jìn)行高效管理；二是數(shù)據(jù)訪問速度慢，算力、模型和數(shù)據(jù)規(guī)模不斷增大，模型訓(xùn)練時GPU利用率持續(xù)下降，需要外置存儲提供高效數(shù)據(jù)訪問能力以提升GPU利用率；三是價值釋放效率低，在大模型推理落地的過程中，HBM顯存不足制約模型并行度、上下文長度和批量處理能力，需要外置存儲打破HBM容量圍墻，加快數(shù)據(jù)價值釋放。
融合存儲：智能時代的數(shù)據(jù)存儲底座
面對上述挑戰(zhàn)，浪潮存儲正式發(fā)布“融合存儲”技術(shù)戰(zhàn)略，為人工智能落地提供數(shù)據(jù)存儲底座解決方案。該技術(shù)戰(zhàn)略的核心目的是持續(xù)演進(jìn)融合存儲技術(shù)，打造真正契合AI需求的領(lǐng)先存儲產(chǎn)品。提供EB級存儲空間、數(shù)據(jù)統(tǒng)一視圖、TB級存儲帶寬和億級IOPS以及推理提速數(shù)倍的能力，提供滿足智能時代持續(xù)增加的存儲能力要求，保證數(shù)據(jù)基礎(chǔ)設(shè)施能夠與算力和算法同步迭代，進(jìn)而加快“人工智能+”行動落地。具體方向包括：
介質(zhì)融合：磁光電融合，提升能效比。優(yōu)化磁光電混合架構(gòu)，建立統(tǒng)一資源池；依托智能分層框架對IO分類分級、冷熱數(shù)據(jù)感知實現(xiàn)跨介質(zhì)高效調(diào)度；通過數(shù)控分離架構(gòu)持續(xù)優(yōu)化性能；向上高性能層達(dá)到微秒級時延，千萬級IOPS，向下歸檔層時延達(dá)到分鐘級甚至秒級。實現(xiàn)性能成本的高度平衡，提升能效比。
協(xié)議融合：富元數(shù)據(jù)組織，提升共享效率。采用富元數(shù)據(jù)融合存儲架構(gòu)，通過增加元數(shù)據(jù)語義標(biāo)簽形成可支持多種非結(jié)構(gòu)化數(shù)據(jù)的富元數(shù)據(jù)結(jié)構(gòu)；通過構(gòu)建標(biāo)準(zhǔn)化的原子操作集，為多種訪問協(xié)議提供統(tǒng)一的元數(shù)據(jù)服務(wù)；支持多協(xié)議語義無損訪問、性能相當(dāng)。實現(xiàn)一次存儲、多業(yè)務(wù)讀取，降低數(shù)據(jù)存儲成本。
管理融合：數(shù)據(jù)智能編織，加速數(shù)據(jù)流動。通過統(tǒng)一抽象接口，實現(xiàn)異構(gòu)資源的統(tǒng)一納管，并構(gòu)建全局元數(shù)據(jù)統(tǒng)一視圖，解決異構(gòu)設(shè)備和數(shù)據(jù)管理的問題；通過業(yè)務(wù)數(shù)據(jù)親和和緩存加速策略對數(shù)據(jù)進(jìn)行調(diào)度，配置端到端數(shù)據(jù)傳輸校驗，提高廣域傳輸?shù)陌踩耘c效率。打破數(shù)據(jù)孤島，保障數(shù)據(jù)可視、可見、可流動。
應(yīng)用融合：存算協(xié)同加速，提升數(shù)據(jù)效率。以API驅(qū)動應(yīng)用集成，構(gòu)建存算統(tǒng)一架構(gòu)，以計算下沉和存算協(xié)同編排實現(xiàn)存儲和計算資源高效配合；通過KVCache融合提升KV緩存數(shù)據(jù)的生命周期管理效率，實現(xiàn)支持萬億級KV條目，超長上下文推理。以存代算，打破HBM限制，提升算力資源利用率，加快數(shù)據(jù)價值釋放。
場景共同體：推動產(chǎn)品創(chuàng)新和應(yīng)用實踐
簡單的數(shù)據(jù)練不出偉大的AI。從人工智能的發(fā)展歷程來看，當(dāng)前大模型的智能化程度和與“強(qiáng)人工智能”的距離很大程度上取決于對高質(zhì)量數(shù)據(jù)集和數(shù)據(jù)存儲底座的價值挖掘程度。浪潮存儲堅持通過持續(xù)深入新場景、了解新需求、融合新技術(shù)打造更符合市場需求的存儲產(chǎn)品，幫助用戶“存好、管好、用好”自己的數(shù)據(jù)，加快人工智能的發(fā)展速度。
劉希猛建議，為充分挖掘數(shù)據(jù)價值，搶占我國在人工智能領(lǐng)域的創(chuàng)新高地，可從以下三個方面打造人工智能數(shù)據(jù)基礎(chǔ)設(shè)施場景共同體：
堅持融合存儲技術(shù)戰(zhàn)略：以服務(wù)國家人工智能發(fā)展全局為導(dǎo)向，持續(xù)演進(jìn)融合存儲，打造安全、可靠、經(jīng)濟(jì)、高效的數(shù)據(jù)存儲底座，以融合存儲支撐全場景AI應(yīng)用與數(shù)據(jù)中心建設(shè)，加速賦能強(qiáng)人工智能時代的創(chuàng)新突破與產(chǎn)業(yè)升級。
堅持應(yīng)用為需求的第一來源：將應(yīng)用場景作為技術(shù)創(chuàng)新的戰(zhàn)略基點和價值驗證的核心標(biāo)準(zhǔn)，系統(tǒng)構(gòu)建覆蓋技術(shù)追蹤與產(chǎn)業(yè)映射的全鏈路需求治理體系，筑牢AI基礎(chǔ)設(shè)施實用性底座。
構(gòu)建高質(zhì)量技術(shù)生態(tài)體系：打造產(chǎn)學(xué)研融合的創(chuàng)新聯(lián)合體，貫通從理論突破到產(chǎn)業(yè)轉(zhuǎn)化的全創(chuàng)新鏈，加速實驗室成果向規(guī)模化生產(chǎn)的躍遷，以技術(shù)生態(tài)的協(xié)同優(yōu)勢賦能AI數(shù)據(jù)基礎(chǔ)設(shè)施的持續(xù)迭代與代際領(lǐng)先。
劉希猛表示，浪潮存儲始終堅持“洞察行業(yè)需求”和“構(gòu)建高質(zhì)量技術(shù)生態(tài)”的戰(zhàn)略方向，融合存儲也是在深度洞察人工智能技術(shù)和應(yīng)用的基礎(chǔ)上提出的技術(shù)戰(zhàn)略。他認(rèn)為，融合存儲將成為未來人工智能發(fā)展不可缺少的數(shù)據(jù)基礎(chǔ)設(shè)施，構(gòu)建我國在人工智能領(lǐng)域的國際競爭力，加快邁向“強(qiáng)人工智能”的步伐。
