曙光存储张新凤：AI存储的核心技术是打破数据流动的技术瓶颈和障碍

DeepSeek在2025年开年的 “破圈”走红，迅速渗透至社会大众，一时间，对于存储服务厂商而言，短期内无疑面临着不小挑战，而在“焦虑”之后，又该如何把握住长期机遇？

3月27日，曙光存储发布了新一代ParaStor全闪智存产品，在上一代产品的基础上，针对AI大模型训练与推理场景进行了全面升级，曙光存储副总裁张新凤在采访中表示，曙光发展的核心技术是打破数据流动的技术瓶颈和障碍，从而让客户用更少的成本来换取更高的性能与更大的容量。

第二代ParaStor全闪智存发布 性能与效率双重突破

AI大模型的训练与推理对存储性能提出了极高要求。此次，曙光存储全新升级AI存储方案，面向AI训练、AI推理和AI成本等需求，全面重塑AI存储架构。

据介绍，ParaStor F9000针对AI训练场景深度优化，与上一代产品相比，通过整机柜交付方案支持千亿级参数大模型（如DeepSeek-R1）的快速部署，部署时间缩短50%。其500万IOPS和190GB/s带宽的性能表现，结合五级加速技术，可将GPT-4级模型的训练周期从3个月压缩至1周，显著提升GPU利用率并解决KV Cache、向量数据库的存储瓶颈，能够更好地满足千卡集群的TB级带宽需求。

面向AI推理场景，FlashNexus集中式全闪存储以32控配置实现3000万IOPS和0.202ms超低时延（SPC-1全球第一），满足每秒百万级并发需求。通过芯片级端到端协议优化和无锁化数据通道，写性能提升2倍，高效支撑向量数据库、长文本KV Cache及自动驾驶TB级路况数据毫秒加载，同时保障金融高频交易的安全稳定。

此外，ParaStor S6000系列以1.44PB/框的超大容量和20%成本降低，为千亿参数归档提供高性价比方案。通过冷热数据分层和智能调度技术，实现NVMe与SATA/SAS盘的资源动态优化，支持跨形态数据无感流动，结合2U2N全闪节点的统一管理，进一步降低运维复杂度与总体拥有成本。

行业需求多元化 存储方案需更灵活适配

AI技术的应用场景日益广泛，不同行业对存储的需求也呈现出显著差异。对此，张新凤表示曙光存储根据客户的实际需求，对客户在不同的阶段提供差异化的解决方案。

据她分享，以自动驾驶为例，应对车辆自动驾驶系统所涉及的海量数据以及敏感数据的需求，曙光存储为国内某新势力车企构建了存力平台，支持每天2-4TB的路测数据采集、清洗、标注及算法训练。该平台需同时兼容S3、NAS和POSIX等多种协议，并具备严格的权限管理功能，以满足敏感数据的处理需求。

在生物计算领域，基因测序和冷冻电镜等设备生成的海量科研数据对存储性能提出了极高要求。曙光存储通过分布式全闪与混闪方案的灵活组合，帮助客户实现数据的高效处理与共享。此外，针对金融、医疗等行业的实时交易与HIS系统，FlashNexus NVMe全闪盘阵凭借低延迟和高并发特性，成为理想选择。

张新凤强调，未来将围绕AI展开产品布局，同时拓展集中式存储市场，以满足客户对高性能、高可靠性存储的多样化需求。

AI存储市场趋势长期利好

随着DeepSeek等高效算法的出现，AI对算力和存力的需求短期内呈现下降趋势，这对存储市场构成了一定挑战。然而，张新凤认为，从长期来看，AI存储市场趋势是利好的，AI技术的普及将推动基础设施的大规模建设。

她认为，真正的AI存储需要深厚的技术积累。其核心技术包括端到端的NVMe协议优化、资源虚拟化及底层文件系统的深度调优。目前，国内能够实现软硬全自研的AI存储厂商寥寥无几，曙光存储凭借在超算领域的多年沉淀，已成为中国AI存储市场的领军者。

接下来，曙光存储将重点围绕AI生态展开整体布局，除了继续在分布式存储上继续发力，也会向集中式存储上拓展。同时，低空经济、生物信息、电竞、视频存储等新兴领域，将多加探索和发力。例如，在低空经济中，无人机和卫星实时采集的数据量激增，曙光存储的百PB级案例已在该领域取得显著成效。此外，曙光存储还将加强与公有云厂商的合作，推动存力调度平台的优化，助力“东数西算”等国家战略的落地。

正如张新凤所言，“技术发展终将回归本质——性能更好、空间更大、成本更低。”在AI时代，存储作为数据的基石，其价值将愈发凸显，曙光存储正以创新为驱动，为AI基建提供数据底座支撑。