AI竞争进入下半场，先进存力更要开放

“从“先进存力”切入，曙光存储如何重塑AI基础设施？

在2025重庆智博会，中科曙光联合AI芯片、整机、大模型等20余家企业，发布了国内首个AI计算开放架构，并同步推出AI超集群系统、启动“AI计算开放架构联合实验室”建设。

这场发布，被视为中国AI基础设施从“封闭垂直”迈向“开放协同”的拐点。算力的竞争，不再只是硬件性能的较量，而是系统能力的重构。

而在这个重构过程中，一个长期被低估却又不可或缺的环节，被重新放到聚光灯下——存力。

如果说算力是AI大模型的引擎，那么存力就是数据流动的血管系统。没有高效流动的数据，就没有跑得动的大模型；没有开放协同的存储体系，就没有真正普惠的AI生态。

曙光存储（注：中科曙光子公司）将“先进存力”向行业开放，正是在为AI生态补上这块基础短板：以开放重构协同，以协同释放效率，让AI基础设施真正跑得起来、连得起来、用得起来。

曙光存储副总裁张新凤

中国AI的下一步，不只在“卷芯片”，更在于打开“存”的天花板。

AI时代的真实瓶颈：

不是GPU不够快，而是“存力”跟不上

我们身处一个大模型频繁“破圈”的时代。

一方面，AI正以前所未有的速度涌入政务、制造、医疗、科研、金融等多个行业，成为产业升级的“操作系统”；另一方面，从百亿到万亿参数的模型狂飙，逼迫基础设施进入临界状态。为了满足训练与推理需求，各地智算中心疯狂堆叠GPU、抢购高端芯片，试图在“算力军备”中突围。

但越来越多的现实案例正在反转这个逻辑：问题不在算得不够多，而在数据传不过来。

当模型体量急剧上升，单靠算力再快，也无法掩盖存储系统性能瓶颈的存在：IO带宽拖后腿、数据调度卡脖子、延迟高企、资源利用率低。大量GPU在“等数据”中空转，成为“性能冗余”的隐性浪费。

据行业测算，AI训练过程中GPU利用率低已成常态，“高算低效”成了中国AI生态的通病。不仅如此，AI算力架构已经逐步走向开放协同，而“存”依旧封闭封闭封闭——重要的事说三遍：

·存储架构大多沿袭传统IT系统模式，封闭耦合、调度刚性；

·不同厂商设备互不兼容，在产业应用中形成“数据孤岛”；

·关键任务场景对数据可靠性、安全性、调度灵活性的要求水涨船高，传统存储愈发吃力。

这意味着，没有“先进存力”，再强的算力也只是空转的引擎；没有“开放存力”，AI生态就无法真正形成合力。

而这，正是曙光存储要切入的缺口，也是中国AI计算基础设施，最迫切需要修复的断点。

从“补课”到“引领”，曙光存储如何以先进存力重塑AI基础设施底座

面对AI产业的“存力焦虑”，曙光不是第一个意识到问题的厂商，但却是第一个尝试系统性解决问题的中国力量。

他们没有把“存力”当成传统IT里的一个“存储模块”，而是上升为驱动整个智能计算体系演进的“基础生产力”。这一战略落点，被定义为“先进存力”。

那么，什么是“先进存力”？它不仅是“快”或“新”，而是一种从理念、架构到平台、生态的全面重构，目的是让“存”真正成为AI系统的协同核心，而不是被动配角。

1. 构建全链自研的高性能存储底座

在架构层，曙光打造了集中式+分布式的全闪存储双体系：

·集中式全闪FlashNexus，超强稳定性的高性能存储，用于支撑金融、电信、政务等高并发、高稳定性的关键业务，在AI推理场景有领先优势；

·分布式全闪ParaStor，则专为AI训练场景设计，具备横向扩展、高吞吐、低延迟等特性，已在实际场景中实现研发周期缩短80%的提升效果。

不同于传统“拼装型”架构，曙光实现了从硬件控制器、文件系统到数据调度平台的全链条自主可控，确保系统性能可控、数据安全可信、调度响应高效。

2. 打造“开放存力调度平台”，连接算网电冷

先进存力的第二个关键词是：开放。

曙光存储并不满足于单点能力的提升，而是推出面向异构环境的开放存力调度平台，实现：

·多芯片、多协议、多类型存储的适配与统一编排；

·跨平台、跨地域、跨设备的资源调度与协同；

·目前兼容全球8种AI芯片，已构建七大存力资源池，覆盖长三角、成渝、内蒙古、贵州等国家级枢纽节点。

更关键的是，它打破了算与存、网与电、冷与控之间的隔阂，实现了AI基础设施“五位一体”协同体系的构建雏形，为大模型训练、边缘推理、实时AI等不同负载场景提供弹性支撑。

为了加速整个产业生态对先进存力的接入与共建，曙光存储进一步开放了三大核心能力组件：

·存储加速套件设计规范：为芯片厂商、算法团队提供统一接口；

·性能基准测试验证体系：设定行业标准，推动算-存协同最优解；

·智能IO分析工具：辅助用户发现瓶颈、进行系统优化，实现“可视化存力管理”。

这三项开放，不只是功能性的技术细节，更是打通AI产业上下游接口的关键“桥梁”，让“先进存力”不再是一个系统，而是一种能力外溢型平台。

更进一步，曙光存储已在多地联合政府、高校与龙头企业，共同建设“先进存力中心”，以区域算力节点为中心，部署先进存储体系，形成“智算+数据+服务”的一体化能力输出体系。

这不仅提升了地方、产业数据要素流通效率，也为行业构建出低成本、高效率、可扩展的智能基础设施，为“AI落地最后一公里”打开现实通道。

先进开放的存力：让AI真正跑得起来、用得起来、落得下去

在今天，AI大模型的成长曲线已不再取决于单一的芯片性能，而在于整个算力系统能否释放出协同效率。曙光存储持续打造的“先进存力”，正在成为撬动这场效率革命的杠杆。

它不仅解决了存储性能上的技术瓶颈，更重要的是，它以开放的生态方式，让整个AI基础设施从“重算力堆叠”走向“系统能力协同”。可以说，先进开放的存力，不仅是对过去“算力中心论”的修正，更是中国AI计算体系走向成熟的标志性转折。具体来说，这种先进开放的存力，将从多方面推动行业的发展：

破解“数据流动性”困局，释放算力潜能

AI训练的核心资源，不只是GPU，更是高效、低延迟、稳定可靠的数据流动机制。先进存力通过全闪架构、智能IO优化与调度平台的协同，大幅提升数据访问效率，真正实现了“以存促算”的结构性优化。

这意味着，大模型训练不再因“数据供应迟滞”而低效，也意味着算力资源不再被低利用率“架空”，帮助突破AI从研发走向应用的封锁线。

打造“可复用”的系统能力，推动AI跨域部署

开放的存力接口标准，使得AI系统具备更强的跨平台、跨地域复用能力：无论是东部的训练中心，还是西部的推理节点，都可以通过开放平台实现统一管理、资源共享、弹性调度。

这不仅降低了大模型部署门槛，更显著提升了边缘计算、行业终端AI化的可行性——AI不再局限于超级计算中心，而是可以成为“城市级基础设施”中的一部分。

让“AI普惠”从口号落地为能力

先进存力中心的建设，本质上是在做一件过去被忽视但极其重要的事情：为企业、地方政府、行业客户提供可接入、可承载、可持续的AI基础设施。

它降低了AI入门成本，提升了资源利用效率，也让地方政务、工业制造、教育医疗等行业，不再被高算力门槛挡在AI门外。先进存力，正在把“普惠AI”从一句理想主义口号，变成产业升级的现实入口。

存力，不是配角

从算到存，是一个视角的转变；从封闭到开放，是一个范式的重建。

曙光存储提出“先进存力”的意义，不只在于技术创新，更在于通过“开放”打通生态协同的最后一公里。它让AI基础设施从孤岛走向系统，从巨头走向普惠，从工程走向生态。

未来AI产业的竞争，不只看谁的GPU跑得快，而是看谁的系统，能让更多人用得起、用得好、用得久。