从“数据湖”到“数据河”：浪潮信息A9000系列赋能Agent AI时代

“我们当下的存储需要具备数据处理的能力，数据保护的能力，未来数据的感知能力”。

说这话的是浪潮信息存储产品线副总经理郭海峰。作为一名存储“老兵”，郭海峰敏锐察觉到了AI时代对于存储设备乃至存力需求的颠覆性创新。就在日前举办的浪潮信息“数海同舟”存储生态合作伙伴大会上，他更是一针见血指出了存储发展的方向——从数据的抽取到数据的嵌入，向量化、序列化，最终要实现重排序以配合整个算力进行模型训练。

AI时代的存储挑战：当Token成为新的成本单位

就在刚刚过去的3月，一场波及全球的云服务涨价潮突然到来。从谷歌云、亚马逊云到阿里云、腾讯云，主流云厂商们在10天内相继发布调价公告，将核心AI算力与存储服务价格普遍上调30%至50%，部分产品涨幅甚至高达400%。而此次涨价的直接导火索，是AI词元（Token）需求的爆炸式增长——根据国家数据局数据，2026年3月中国日均Token调用量已突破140万亿，而这一数字在2024年初仅为1000亿，两年间增长超过千倍。

由此看来，当Token从技术术语变成企业成本报表上的核心科目，一场围绕“每Token成本”的基础设施竞赛已经拉开帷幕。在这场竞赛中，存储系统的角色正在发生根本性转变：它不再只是被动存放数据的后台设施，而是直接影响AI响应速度与运行成本的关键环节。而要理解当前存储系统面临的挑战，就需要先回到一个根本性问题——AI时代的计算逻辑与传统计算有什么不同？

众所周知，传统企业级存储的架构设计围绕CPU展开，数据的每一次读写都需要经过CPU调度、内存复制、协议栈处理等多个环节，最终才能到达存储介质。但当算力主体从CPU转向GPU时，GPU对数据的吞吐需求远超传统应用，这就造成了以存储为瓶颈的数据延迟与系统等待，由此也让昂贵的GPU处于空闲等待状态。

更可怕损耗的则是在AI推理场景中——大模型基于自回归机制生成内容，每一次推理都需要反复访问KV Cache，即模型为每个Token计算出的键值对向量。当上下文长度从几千Token扩展到百万Token级别时，KV Cache的规模呈指数级增长，存储I/O直接成为推理延迟的决定性因素。

随着AI应用从单轮对话走向多轮对话，再到能够自主规划和执行的智能体，系统对上下文的依赖程度不断提高，存储已不再只是承载数据的后台设施，而是直接影响首Token生成速度、连续解码效率以及上下文调用连贯性的关键一环。如今的企业级存储需要解决的不仅仅是数据安全、可靠存储的稳定，更是如何高效、智能、低成本的应用问题——尤其是在多租户环境下如何在保证隔离性的同时降低Token成本，成为存储系统必须回答的命题。

A9000系列的架构应答：全用户态AI原生并行架构

“过去，数据像一片相对静止的湖，沉淀后被分析和挖掘；进入AI时代，数据则更像持续奔涌的河流，从预处理、标注到向量化、应用调用，始终处在不断流转和加工的过程中。这也意味着，存储不再只是承载数据的空间，而要支撑数据在全流程中的高效流动与实时供给。”在谈到AI应用带来的存储差异时，郭海峰作出了形象解读。

在他看来，传统存储架构在数据处理时会将大量时间消耗在数据搬运而非计算上。“原来的那套架构是围绕着CPU去设计的，无论是从底层的硬件的链路上还是从软件的协议层，还是从控制流和数据流的走向……效率是非常低的。”

除了效率之外，成本更是影响客户决策的首要问题，毕竟高昂的Token成本正在成为企业AI应用的核心焦虑。郭海峰在演讲中也提到，很多开发者在使用Agent类应用时遇到了所谓的“Token刺客”——效率提升了，但月底结算时发现每月要付出几万甚至更高的费用。“AI的发展已经从单纯的全民做训练的阶段进入到了全民AI应用的阶段。训练门槛更高了，训练出来的模型更精品化了。”显然，降低成本不能靠单纯的内卷，“更多是从算法角度如何把底层的新的硬件、新的网络，把能效发挥到极致，用更优的算法来提升GPU的利用率。”

一方面要改变传统以CPU为核心的存储架构，另一方面要结合AI需求严控Token成本提升计算效率，这看似“鱼和熊掌不可兼得”。但就是在这样严苛的条件下，浪潮信息找到了一条适合算力、存力系统发展，甚至可以改变整个存储产业架构与模式的新方案——“从底层软件栈到硬件链路进行了全方位重构”，即全用户态AI原生并行架构。

本次大会上，浪潮信息发布了以AI原生并行架构设计为核心的AI数据平台A9000系列，核心理念是让数据以最短的路径、最少的拷贝次数、最低的同步开销，从存储介质直达GPU显存。在典型AI推理测试环境下，A9000系列可实现TTFT降低97%、TPOT降低96%、Token吞吐量提升超20倍，帮助用户提升GPU利用率、优化推理成本，加快智能应用规模化落地。

所谓“AI原生并行架构设计”，包括全链路并行架构与端到端优化了两个层面。在传统存储路径中，数据I/O请求需要在操作系统的内核态和用户态之间频繁切换——这就像车辆在高速公路上反复进出收费站，每一次切换都意味着上下文保存、权限检查、内存映射等一系列开销。显而易见的是，多轮复制会大幅度提升延迟、降低效率，从而大大提升系统开销。而A9000系列则可以将整个端到端链路切换为用户态协议，实现全链路的数据免拷贝，端到端延迟从传统架构的毫秒级降至百微秒级。

在数据通路优化方面，A9000系列利用了业界成熟的RDMA远程直接内存访问技术和GDS存储直连技术，实现了数据在SSD与GPU显存之间的直接内存访问传输，从根本上绕过CPU的“反弹缓冲区”。这样一来不仅可以提升系统带宽，同时降低了CPU和GPU的延迟与负载。“在智算时代，最新的存储架构必须实现数据流和控制流直通GPU，而不是绕道CPU再转发”，郭海峰表示。

许多人可能好奇，这种方式固然可以提升效率，但是在当下AI需求高并发的场景下，是否会造成瞬时的网络“拥堵”呢？对此，A9000系列以创新的全链路免锁设计消除同步开销。以往为了保证数据一致性，多个并发访问请求需要通过锁机制来协调对共享资源的访问。但在AI场景中，大量并发线程同时访问存储系统是常态，锁竞争会导致严重的性能抖动。A9000系列的免锁架构可以在多线程环境下消除锁竞争带来的等待时间，使得系统在高并发场景下依然能够保持稳定的低延迟。

浪潮信息存储产品线副总经理 郭海峰

A9000系列的另一大核心优势就是首Token延迟降低97%，这也是目前业界的顶尖水平。要知道在推理链路中，Prefill（预填充）和Decode（解码）两个阶段传统上需要一体式处理，效率较低。而浪潮信息的A9000系列则引入了GlobalCast技术和Dual Path双路径能力，优化了处理效率。“所谓的双路径就是Decode的阶段其实它带宽是闲置的，在做Prefill的时候Decode闲置。所以我们把闲置的所有带宽利用起来拓宽通路。这样能够进一步的缩短首Token产生的时间，同时增加它的并发。”这种对闲置带宽的充分利用，使得系统整体的Token生成效率得到全方位提升。

更为值得重点关注的是A9000系列内置的AI原生KV Cache能力。从最早的ChatGPT单轮对话到多轮对话，再到现今的Agent自主规划和调用，AI发展对上下文的要求也越来越高。当上下文长度扩展到百万Token级别时，内置存储已经难以支撑，必须依赖外置存储来实现超长上下文的记忆能力。通过创新KV Cache卸载与重用技术，A9000系列可实现上下文数据的跨请求复用，大幅减少重复计算带来的算力损耗。

这些技术组合在一起，形成了一套从底层链路到上层协议的完整优化方案，也构建了A9000系列的核心竞争力，这也回应了客户最关心也最焦虑的成本——“我们从专业存储的角度来讲，这个token的成本或者是经济学成本，可以从技术角度去解答。”这也预示着，当存储架构从以CPU为中心转向以GPU的数据需求为中心时，系统效率的跃升是结构性的而非边际性的。

支撑AI时代的安全根基与市场底气

如今智能化的竞争是全方位的，一款产品除了性能出色、应用体验好之外，还有一条很重要的原则就是——安全可靠。毕竟任何技术创新的价值，最终都需要落地到稳定可靠的产品与服务中，这在当下全球博弈的现状中尤为明显。

比如前段时间爆火的“全民养龙虾”，除了带来创新性的AI体验之外，也带来了广泛的安全问题。“有人统计过，我们使用的OpenClaw程序，从网上下载skill有约30%都会有一些安全漏洞，它会直接导致你的智能体，你的AI环境会被控制”，郭海峰解释说。面对这一挑战，他也从存储层的视角提出了应对方案：“我们需要做好数据的权限的管控，数据的隔离。从租户的所有的环境做到强隔离，到算法上，到权限管控上，每一步操作上，我们都要做审计，检验其是否合法……数据隔离、权限隔离、配置隔离、多租户的全方位的隔离，其实能够很好地实现数据保护。”

A9000系列在安全方面的设计与此高度一致。A9000系列提供基于租户的多维强隔离架构，实现数据、访问、配置的三重物理级隔离，保障多业务场景下的数据安全与访问边界；同时，基于多租户强隔离可信架构，依托ACL目录权限隔离、全流程审计等关键能力，实现更细粒度的权限管理与过程可追溯，进一步守护用户数据隐私安全与业务运行可信。这些安全能力使得A9000系列不仅是一个高性能的AI数据平台，更是一个能够支撑企业级关键业务的可信基础设施。

当然这并不意味着我们需要一股脑地推翻传统存储架构，毕竟这其中关乎巨大的数据迁移、成本控制问题，也并不是一蹴而就的。对此，浪潮信息的策略是在现有底座基础上平滑过渡：“我们的产品设计思路一定是在原有的企业级存储的基础上来逐步进行演化，而不是完全隔离开。”A9000系列的定位也因此更加清晰——它不是一个需要用户“铲平重建”的颠覆性产品，而是“在原来的方案上加入我们新的技术架构的产品”，保障与传统存储体系的兼容，并实现数据顺畅流通。

从更宏观的视角来看，A9000系列的发布是浪潮信息在存储领域长期积累的集中体现。根据IDC发布的2025年度《中国企业级外部存储市场跟踪报告》显示，浪潮信息企业级存储（ESS）、全闪阵列（AFA）、高端存储（High-End）市场销售额和出货量均位居中国前二。这些数据表明，浪潮信息在存储领域的市场地位并非一蹴而就，而是经过了二十余年的持续深耕——“浪潮信息做了二十多年的存储产品，已经在企业存储有了深厚的积累，无论是从底层的介质层到软件层到协议层到对应用的理解其实都是有了非常多的积累。”

2025年，全球AI推理算力消耗已超过训练算力，IDC预测在中国推理工作负载占AI服务器总负载的比例将从2025年的67%增长至2028年的73%。随着推理成为AI算力的主要消耗场景，存储系统在整体成本结构中的权重将进一步上升。在这种趋势下，A9000系列所代表的“以存代算”理念——通过存储架构的优化来减少GPU的重复计算——将展现出越来越大的经济效益。

从“数据湖”到“数据河”，从“算力集群”走向“算力工厂”，浪潮信息A9000系列的技术路径折射出整个企业级存储产业的演进方向。时至今日，存储系统不再只是数据的安全容器，而是直接影响Token成本和用户体验的关键基础设施。A9000系列的出现为我们面对AI时代发展提供了全新的选择，也值得每一个希望在AI时代保持竞争力的企业认真审视。