专题报道 | 存力革命新引擎：AI与云时代的存储芯片技术创新

AI与云时代下，存储芯片亟待走出一条革新之路。

当云计算步入“算力－存力－运力”协同共生的关键阶段，当PB级数据洪流与AI大模型万亿级参数训练和每秒上万token推理需求相叠加，存力已经从计算的“支撑底座”跃升为“创新引擎”。作为先进存力核心载体的存储芯片，其技术突破将有力促进云服务的质量和效益，也影响着AI训练和推理的效率和成本。这对传统存储技术体系提出多重挑战，存力发展新航道有待开辟。

日前，聚焦“算网一体化中的存力挑战”，工信智媒体（通信世界）以“存力革命新引擎：AI与云时代的存储芯片技术创新”为讨论主题，邀请信通院、运营商、忆恒创源以及平头哥半导体等行业专家进行座谈，深入分析AI与云时代下存力发展的重重困境，探索存储芯片技术的创新曙光，以及存算网生态协同带来的无限机遇。

01

AI与云时代：

存力供需的大变局

当前，随着AI与云规模化扩张，高频实时场景逐渐深化，存力需满足的核心性能指标也呈现“三高一动态”特征：

• 高IOPS支撑多租户并发访问

• 高带宽适配大数据传输

• 高可靠保障核心业务连续性

• 动态扩展能力匹配云资源按需分配特性

这使得传统存储技术体系“应接不暇”，供需失衡成为制约算力效率释放的关键瓶颈。

从技术侧来看，中国信通院云大所数据中心部工程师高伟绚介绍，因为传统架构里，存储和计算是分离的，很多时候算力受存储 I/O 瓶颈制约，导致算力利用率下降。AI时代存力需匹配算力的低时延、高带宽、高并发等需求，产业正在进行近存计算等技术探索，推动存算协同优化。

在联通数字科技有限公司智算运维服务总监刘宏伟看来，存力在供给侧可能更关注存储产品的技术指标和性能提升，而需求侧更关注实际业务场景中的应用效果和成本效益。他指出，当前的主要瓶颈包括性价比不足，如海量数据带来的容量成本和高并发读写要求；数据传输瓶颈，如存算分离架构下数据搬运延迟高；元数据管理瓶颈，海量数据下元数据处理效率影响整体性能；异构架构协同瓶颈，不同类型的计算和存储设备之间的兼容性和协同效率有待提高。

不同场景的存力诉求差异显著且日益精细化。“不同计算对存储的需求不同，但总体来看就是计算的发展速度要比存储的发展速度快，所以需要通过各种方式不断‘压榨’存储性能。”中国移动数智化部高级项目总监高从文指出。“例如，目前的热点技术GPU直通技术，就是绕过CPU直接访问各类存储设备，以提升带宽和延迟性能。我们也在ODCC存储特设组开展了相关研究。”

02

SSD进阶：

跨越目标与现实的鸿沟

在AI与云时代的存力需求变局中，政策层面的量化目标为产业发展锚定了清晰方向。

工信部等六部门联合印发的《算力基础设施高质量发展行动计划》明确，到2025年，先进存储容量占比达到30%以上。而SSD作为先进存力的核心载体，无疑是实现这一目标的关键抓手。但SSD如何从“替代机械硬盘”走向“定义先进存力标准”仍存在多重鸿沟。

从技术路径看，“全闪替代HDD”已成为行业共识，但成本控制与性能释放的平衡是核心难点。中国移动云存储首席架构师周宇提出，应该让存储主动去贴合计算，在性能优化方面，可以考虑用先进SSD、FTP、DNS等存储方式；聚焦成本与效能平衡，可以探索用相对低成本的QLC做冷数据存储，替代HDD。不仅如此，还可通过自研SPU芯片管理更多SSD，打造高密服务器，在推进国产化的同时降低全闪存储成本、提升效能。

对此，天翼云基础硬件总监庞玮认为，先进存力从应用角度来看，更希望它能够帮助应用以及业务解决一些核心痛点。在不同场景下，不同介质选择也各有侧重，应根据存储分级匹配数据价值与介质特性。例如通算场景用QLC、SSD、消费级颗粒降成本，智算场景用HBM、SCM（非易失性内存）满足高性能需求。

具体到SSD主控芯片在设计研发时应该如何适应先进存力需求，平头哥半导体产品总监周冠锋介绍，SSD具有大量可定制开发的技术点，可以通过芯片和固件方面的技术，一方面可以尽量不增加成本的同时，对可靠性、时延等加以优化，另一方面可以通过软硬结合的架构创新和算法创新，提升NAND的利用率和适用性，从而优化存储成本。“这需要主控、SSD公司、NAND三者共同的努力。”

具体来看，如时延的优化，SSD时延由主控芯片内在时延、NAND固有时延、后台操作时延等多种因素影响。以镇岳510为例，主控芯片内部实现IO命令和数据DMA的全自动化，实现了全路径表项操作的硬件加速，从而大幅降低芯片的内在时延。此外，凭借NAND的suspend/resume和镇岳510的最优电压预测技术，可进一步有效降低NAND固有时延。

正如SSD的进阶离不开产业链协同，忆恒创源产品总监朱磊强调，从SSD厂商的角度来说，多样化的负载，要求我们更加注重产品在多场景下的性能优化，将各方面都做到极致。同时，忆恒创源还与OEM等存储厂商紧密配合，双方产品深度适配，借助存储架构层面、文件系统等层面的进一步优化，充分发挥存储性能，为用户提供更具成本与性能优势的存储方案。

值得一提的是，当前“东数西算”工程作为优化算力布局的国家战略，为存力发展带来新机遇的同时，也提出了跨域存储的严苛要求，成为检验存储芯片适配能力的“试金石”。

与会专家一致认为，“东数西算”不仅带来了跨域时延与数据调度难题，也对存储芯片的适配性提出更高标准。对此，存储芯片一方面需要支持存储设备与国产云服务器高度兼容，保障跨地域部署的稳定性；另一方面需具备灵活的资源调度能力，支持热点数据在东西部节点间流畅实现动态迁移。

03

破解三角平衡：

技术创新与业务精准匹配

应对AI与云时代发展，不同行业对于存储的时延、可靠性、成本这三个关键要素，有着截然不同的优先级考量，如何在这三者之间找到相对平衡，成为一直困扰整个行业的难题。

目前行业比较明确的是，不同行业的场景特性决定了存储需求的差异化优先级。高伟绚认为，金融领域，尤其是金融核心交易/清算确实非常看重时延与可靠性，而金融数据湖也会很关注成本；大规模温冷数据存储场景则优先考虑成本，时延要求相对较低。不存在绝对的“全优”，更多是在“时延-可靠性-成本”多目标权衡下，通过利用多种技术追求相对最优。

在算力需求最为集中的运营商领域，“时延-可靠性-成本”的平衡难题就显得更为复杂。运营商既要用全闪架构满足金融、政务等核心用户的低时延、高可靠需求，又需控制成本以支撑个人用户云存储、边缘计算等业务，还需适配“东数西算”、AI训推等新兴场景的动态诉求，对存储技术的场景化适配能力提出极高挑战。

当前，运营商推进全闪数据中心，既是响应AI与云时代存力需求的必然选择，也是自身业务转型与市场竞争的核心战略动作。

具体到运营商在推进全闪存数据中心时，如何平衡“可靠性”与“成本控制”。周宇分享道，可通过分层存储技术架构优化、资源协同调度策略与功能分级设计实现可靠性和成本控制的平衡。具体实现路径上，首先基于场景的分层存储架构，匹配可靠性与成本诉求；其次，借助智能副本与编码技术，在可靠性基础上压缩成本；再次，实施弹性资源池化与动态调度，降低冗余成本并保障服务连续性；最后，进行软硬件协同的绿色节能设计，从全生命周期控制成本。

刘宏伟则认为，对于核心业务，应优先考虑性能，确保高IOPS和低延迟，以满足业务的实时性需求；对于边缘业务，可适当降低性能要求，更关注成本。具体策略方面，在SSD类型搭配上，可采用透明压缩TLC，与超越TLC寿命并接近TLC性能的高密度QLC结合，满足不同性能和成本需求；在容量规划优化方面，可根据业务增长趋势，合理规划存储容量，避免过度配置或容量不足。

当产品需求具象化到芯片设计角度，“时延、可靠性、成本”的三角平衡难题也是存储产品设计的核心影响因素。“使用规格更高的硬件，往往意味着增加成本。当然，我们也可以通过一些技术手段，在不增加硬件成本的前提下，对时延、产品可靠性加以优化。”朱磊讲道。

以忆恒创源PBlaze7 7A40 SSD为例，其使用的平头哥镇岳510主控芯片针对云业务场景优化，基于平头哥自研芯片架构，通过充分利用其高速缓存资源及内建的丰富加速模块，配合数据路径优化、映射表、GC算法优化等手段，有效减少I/O执行过程中的硬件资源调度，大幅缩短读写延迟并提高性能。同时，该SSD还具备智能中断聚合技术，可以有效降低对系统CPU的资源占用，让服务器可以更好地执行调度任务；预读机制的使用，也可以显著提高小压力下的顺序访问性能。

周冠锋补充道，目前全闪存储，包括分布式全闪、集中式全闪，不仅要求在系统架构、文件系统等方面做到高可靠，提供快照、多副本、EC等多种特性，也需要易于部署，易于故障定位，以便于上线后的高效运维，这需要底层存储部件的支持。平头哥镇岳510，不仅可以全面支持各型全闪系统的高可靠、高能效、多NAND兼容等诉求，更支持了硬件级别的IO Statistics，可以有力提升全闪系统的故障定位能力。

04

生态协同：

探索存算网一体化新方向

长远来看，存算网一体化的实现，仍需破解协同研发的瓶颈，运营商的存算网协同能力需求有待于和存储生态的深度融合。

中国信通院云大所所长何宝宏认为，随着算网一体、存算一体发展，存储可以借鉴计算领域的“Scrapy”概念，通过网络实现规模化扩展。存力不足时可借助算力与网力补充，网络能力受限可通过存力与算力解决，三者协同是核心发展方向。

存算网一体化在场景落地中，离不开产业链的协同创新。回到存储芯片革新上，行业正通过“联合定制+标准共建”推动存储技术与产业需求深度匹配。

一是由运营商云主导标准制定，通过集采明确存储芯片的云适配标准，指导芯片厂商聚焦行业标准与需求进行场景创新，避免技术与实际需求脱节。

二是芯片厂商与云服务商联合定制，芯片厂商针对云存储场景优化并再与云服务商的存储架构、文件系统深度适配，最终实现“芯片性能-云架构效率”的最大化释放。

对此，刘宏伟提出了可计算存储概念，作为存算协同的理念之一，该理念思考的是如何降低存储系统整体TCO、提升资源利用率方便实现新一代SSD。

周冠锋建议搭建跨领域合作平台，聚合运营商、云服务商等需求，提炼共性功能融入芯片设计，从而发挥规模效应。

“综合来看，无论是存算网协同发展，还是存力挑战的破解，从来不是某一家企业、某一项技术的‘独角戏’，而是运营商、芯片厂商、设备厂商、研究机构、行业用户共同搭建的‘生态合唱’。”工信智媒体（通信世界）总编辑刘启诚讲道。

积力之所举，则无不胜；众智之所为，则无不成。可以预见的是，未来的存算网体系，必将超越单一设备的性能堆砌，走向以数据为中心、以场景为导向的系统级创新。将目光投向存力，在这场跨越技术与时代的演进中，没有旁观者，只有同行者。而答案，或许就写在协同创新、开放共赢的道路之上。

扫描二维码填写调查问卷

提交有效问卷即可获得礼品

作者：包建羽

责编/版式：王禹蓉

审校：王 涛 梅雅鑫

监制：刘启诚

【通信世界新媒体矩阵】

央视频 | 微软MSN | 视频号 | 微博 | 今日头条 | 百家号 | 网易号 | 搜狐 | 腾讯新闻

新浪看点 | 雪球号 | 抖音 | 快手 | 爱奇艺 | 知乎 | 哔哩哔哩 | 咪咕视频 | CSDN | 36氪

【新媒体团队】

监制｜刘启诚

审校｜王涛 梅雅鑫

编辑｜王禹蓉

视频制作｜盖贝贝 黄杨洋 卢瑞旭 蒋雅丽

运营｜林嵩