10月29日，以“存力筑基，共启AI新机遇”为主题的2026数据存储产业大会在郑州举行。工信部电子信息司电子系统处处长金磊在致辞中判断，存储正进入由AI驱动的超级周期，其价值正在被重新定义。

超级周期未见拐点，软硬一体的技术答卷

存储涨价何时缓解、AI时代存储角色如何变化、推理下半场如何布局？

中科曙光集中式存储产品部总经理郭照斌的判断明确：存储涨价触发因素主要来自两方面。其一，AI相关需求持续增加，从HBM到内存、闪存乃至整个介质，全产业链的需求被不断拉高；其二，新数据类型在加速涌现，无论是KV Cache，还是AI在训练与推理过程中持续产生的新数据，其产生速度都远超传统场景。他直言，这两个因素当前来看还是比较持续的，至少还没看到衰减，反而是一种愈演愈烈的状态。

郭照斌提醒，这一轮涨价始于去年第四季度，至今已接近一年，市场应重新审视采购与部署节奏。他对超级周期的持续性判断同样谨慎：看持续性，就是看驱动因素有没有得到缓解，而当下谈持续性还为时尚早。

面对存储涨价，郭照斌给出的解题思路是曙光软硬一体的完整技术栈。具体包括：通过分层存储方案，让高性能层与容量层实现平稳迁移，在满足性能的同时满足更大容量；通过软件优化，在性能不降的前提下让单套存储的内存使用量降低一倍以上；延长硬盘使用周期；并持续做软硬一体的深度调优——在双控3000万IOPS的基础上，四控提升到亿级IOPS，使用户用更少的硬件获得更高的存取效率。

他还强调弹性伸缩的重要性：曙光的存储方案在容量、密度、性能上均可线性扩展且业务无感，用户可按需购买、动态扩容甚至缩容，把空间腾给更有价值的业务，不用太担心资源浪费或提前超配。

存储正从存数据走向更懂AI

郭照斌认为，AI时代的根本变化在于存储的定位。与普通对话式推理相比，Agent时代的多轮对话、长链路智能体带来了长上下文KV Cache的卸载需求，这要求存储以更低延时响应已卸载的KV数据，以保证算力Token输出的效率。存储对KV类似原生语义的支持，以及对系统稳定延时的把控，被提到了前所未有的高度。

这一判断与中科曙光分布式存储产品部总经理石静的观点互为印证。石静在大会演讲中提出，存储应从被动的数据容器跃迁为AI数据工厂：一方面要成为全域数据底座、统一支撑AI业务并智能调度；另一方面要打造高效IO管道、融入向量数据库与RAG等AI业务流，让数据与计算结果在流水线中高效复用。她还指出，数据的全生命周期管理已从可选项变成必选项，管理范围也从单一地域扩展到跨算力中心——具身智能、自动驾驶等物理AI场景正在放大这一需求。

郭照斌判断，AI正从重训练、轻推理的上半场，进入推理实践落地的下半场，企业要通过推理产生收益与效益。围绕AI推理的新诉求，曙光正持续构建AI原生存储，其核心是更懂AI的原生语义——理解KV Cache、多模数据统一建模与知识库构建等新数据类型，并在存储端承接向量语义卸载、记忆存储与固化卸载、KV Cache卸载。

具体产品层面，郭照斌介绍，曙光已推出AI原生存储FN Neo系列，以更高单套密度、更高集约度，在一套系统上同时支撑知识库构建、KV Cache卸载、记忆库构建、文件共享协议及传统数据库能力。训练与推理则各有分工：训练的大带宽场景由分布式ParaStor全闪承接（2U单点可提供220G带宽，支撑Checkpoint高速写入），推理的KV Cache卸载则交给集中式FN系列，以极致稳定延时与原生KV卸载语义支撑长上下文业务。

石静补充了KV Cache卸载的算账逻辑，这对理解其商业价值尤为关键。她提出两条评估路径：当内存层能够承载KV卸载时，比的是外置存储与内存的性价比，据曙光测算，单TB分布式存储成本约为同等内存的1/40；当上下文过长、内存被打爆时，比的是吞吐性能，将KV Cache卸载到分布式存储后，Token吞吐相较GPU重新计算可提升15到25倍。曙光由此形成L1（HBM）—L2（DRAM）—L3（本地SSD）—L3.5（FlashNexus集中式）—L4（ParaStor分布式）的ParaCache分层方案，并已将分布式存储用于生产级L4 KV池子，与国内主流大模型厂商及头部互联网客户实现商用。

机会在AI，挑战也在AI

谈到国产存储未来1到2年，郭照斌认为最大的机会肯定在AI产业链，曙光依托自建云中心与10万卡超集群，让技术率先在自身大场景中验证，再向企业级应用推进，这是其先发优势所在。

而最大的挑战同样来自AI：全国产化硬件的发展与实践相对国外起步较晚，高性能存储的硬件形态仍有差距——更高速的智能网络、存储内部链接设备、PCIe设备等，都制约着国产存储系统发挥更高能效。郭照斌透露，曙光正布局自研高速Fabric网络、适配存储的智能网络与PCIe 6.0设备，在软硬结合上持续追赶。在他看来，物理AI（如机器人）产生的数据源远比智能驾驶更广泛、更丰富，将是存储新的需求洼地。

被问到技术优势如何转化为持续市场竞争力时，郭照斌特别强调持续二字——存储是需要长期、持续技术迭代的行业，曙光作为国内最早一批纯自研存储系统的厂商，20多年积累正是其底气所在。

而在AI落地场景中，判断一套存储是否合格的标准也正在改变：企业不再只问存储能提供多大性能、多大容量，而是更关心Token输出的质量、语义是否一致、推理是否有幻觉、输出速度能否跟上使用效率。

正如郭照斌所说，AI原生存储要能无缝对接到推理系统，让用户感受到这套存储的加入和不加入，是不一样的。