媒体观察：词元经济时代，存储该如何做好自己的主角？

2026年5月13日，北京——AI时代，在算力火了之后，人们又将关注的目光投向了存储。虽然算力决定了AI的上限，但存储决定了AI能不能真正落地，并且用得好、用得久、用得起。

存储涨价的背后

近期，存储产品涨价潮持续蔓延，包括DRAM、闪存颗粒、机械硬盘、磁带等核心组件的供应全面紧张，特别是20TB、24TB大容量硬盘的交付周期普遍延长。IBM大中华区存储事业部总经理吴磊提到一现象，当前很多企业即便有充足的预算，存储产品也很难快速到货。这态势与GPU“一卡难求”的紧缺局面高度相似，显示出供需矛盾全面加剧，全球供应链与成本压力倍增。

（IBM大中华区存储事业部总经理吴磊）

其实，存储供应链失衡只是浮出海面的冰山一角。创新技术的快速迭代、层出不穷的新型工作负载，以及企业用户对安全和自动化运维的高要求等，才是最大的压力所在。

从业务需求的转变可以看出，当AI从模型训练阶段全面进入推理的爆发期，企业的存储需求发生了根本性改变。AI推理必然依赖企业内部的海量、多类型、实时性存量数据，而数据不可复用、难以盘活成了普遍痛点。另外，随着大模型的快速迭代，参数量激增，对存储的响应速度、并发能力、数据流动性等都提出了更高要求。

再从企业日常的安全与运维实践来看，技术架构复杂、攻击升级、专业人才不足等短板进一步被放大。在安全层面，黑客利用AI技术，使得索软件的攻击速度与破坏力大幅提升。传统安全响应机制几乎失效，必须实现秒级甚至毫秒级的威胁发现、侦测与处置，否则企业将面临巨大的数据损失。在运维层面，企业已经普遍采用“混合多云+多厂商设备”的异构架构，这抬高了运维团队的人力成本和技术门槛。

不容忽视的是，企业的数据规模长期处于加速爆发的过程中，从数百TB跃升至数十EB，而且结构化、半结构化、非结构化数据混杂，覆盖IoT设备、智能汽车、医疗影像、工业传感器等多元数据源，同时金融、医疗、政务、汽车等行业又有严格的合规要求，长期数据保留增加了存储的难度与成本。

一方面，数据必须服务于业务，将海量数据高效转化为真实业务价值；另一方面，数据又需要长期合规留存、全程安全可控。双重压力叠加，迫使企业必须寻求新的存储技术、架构与解决方案。

让AI走向数据

吴磊指出，“让AI走向数据”的核心存储理念，直指传统存储模式的痛点，将成为企业构建AI竞争力的关键。

过去，企业普遍采用“数据搬运、多副本拷贝”的传统方式，为满足AI处理的需要，就要将数据复制、上传、集中处理。这种方式在小规模数据时代尚能适用，但进入EB级数据与高并发推理的“词元（Token）经济”时代，则捉襟见肘。

从“数据走向AI”到“让AI走向数据”，这是范式的转变。吴磊解释说，让AI主动走向数据、理解数据并就近处理数据，将从根本上解决数据搬运的难题。

传统的多副本不仅会带来高昂的网络与存储成本，还将引发数据一致性失控、安全管控难度剧增、合规追溯困难等一系列困扰，有些时候企业甚至无法判断哪一份副本才是真实、最新的数据，最终可能导致AI推理结果失真或算力大量空耗。

IBM的破解之道是，以“单副本架构+内容感知存储（CAS）”为技术核心，让存储主动感知数据变化，在数据更新的一瞬间即可同步给AI模型，无需人工重做副本，更无需重复数据处理，从而实现数据一处更新、全局可用。这一新的架构大幅降低了数据传输与安全管控成本，可确保数据的唯一性、准确性与实时性，很好地消除了数据乱、副本多、效率低的瓶颈。

在此基础上，IBM还进一步提出了“人工智能工厂”（AI Factory）的理念，致力于打造覆盖数据采集、集成、准备、训练、模型适配、推理、归档的端到端AI数据平台，让数据在全生命周期内自由流动，并持续产生价值。

吴磊用餐饮类比词元经济时代存储的演进。传统存储如同家庭厨房，SAN/NAS好比预制加工厂，应用存储就像是预制餐；而新的“AI+”要求存储变成“私人厨师”，智能的存储可以按需调度、主动服务并实时响应AI负载，并最大化数据价值。

总而言之，让AI走向数据，就是把存储从被动的“数据容器”升级为主动的“智能数据服务层”，让AI可以在数据产生的地方就近处理、实时学习、高效推理，实现数据不搬家、AI更高效、成本更可控、安全可追溯，将AI从演示项目变成规模化的生产力，这将为AI的落地筑牢最坚实的数字底座。

迈向自主存储，践行增本增效

在“让AI走向数据”的理念指导下，IBM布局新的存储产品与技术，为AI落地铺就数据之桥。

1.持续更新AI高性能存储，打造AI工厂的算力底座与数据引擎

作为IBM人工智能工厂的核心引擎，IBM Storage Scale System 6000/3500面向大模型训练、多模态数据处理、万卡级GPU集群等高算力场景，提供端到端AI数据管道支撑。

具体来看，面向大模型训练的Checkpoint，可以提供极致高吞吐、低延迟架构，保障训练过程中关键断点数据快速落盘、不丢进度、不浪费算力，显著提升GPU有效利用率；可以统一承载文本、图片、音频、视频、传感器数据等混合负载，适配从数据准备、分布式训练、模型适配到推理的全流程；全局统一命名空间能够有效打通边缘、数据中心、私有云与公有云，实现数据一处更新、全局可用；与NVIDIA实现深度生态协同，比如支持GPUDirect等高速协议，大幅降低数据搬运开销。

IBM Storage Ceph主要面向高IOPS、高并发、云原生的AI负载场景，可提供统一、弹性、可横向扩展的分布式存储能力。它采用统一架构，块、文件、对象三协议合一，可以简化云原生与虚拟化环境部署，并且兼容S3 API，很好地适配容器、微服务与AI云平台。特别值得一提的是，它可以从小规模起步，按需平滑扩容，尤其适合数据湖、AI中台、海量小文件等长期增长型场景。

2.引入AI智能体，重新定义新一代闪存核心

IBM重新定义企业级全闪存，将AI智能体与自研硬件芯片深度融合，打造自主、安全、高效的核心业务存储。

（IBM中国区存储业务销售总经理金鑫）

全新的FlashSystem.ai是AI驱动的自主存储的智能中枢。它定位为”永不休息的智能存储管理员”，可以把存储从被动设备升级为自主自治的智能层。IBM中国区存储业务销售总经理金鑫归纳了FlashSystem.ai的特色和优势：第一，支持自然语言交互，降低命令行与专业门槛，即使普通管理员也可高效操作；第二，实现主动性能优化，比如在数小时内自适应业务负载，实现智能调优资源、智能迁移负载，提升整体效率与稳定性；第三，秒级勒索软件感知，比如可通过I/O特征识别异常，并在60秒内发出告警，同时结合硬件级防护，实现更快的恢复；第四，合规审计自动化，可自动生成可解释审计报告，大幅缩短合规文档编制时间，降低合规成本；第五，在安全方面，系统仅支持“增、扩、优化”等安全操作，同时严格限制删除等高风险动作，从机制上保障了数据安全；第六，管理效率大幅提升，可减少90%的存储手动管理工作量。

金鑫还特别提到了IBM自研的硬件级黑科技——第五代闪存核心模块（FlashCore Module 5）。其重要性和特殊性表现在：可实现硬件级压缩、重删、加密和异常检测，完全不占用控制器性能，最高支持1:5的硬件压缩/重删，显著降低单位TB的成本；采用量子安全加密，通过硬件级加密抵御未来量子计算破解风险，有效满足长期数据安全与合规要求。目前第五代FCM可支撑IBM FlashSystem 5600/7600/9600全系列产品，实现从边缘到核心关键业务的全覆盖。

以AI智能体为驱动，IBM FlashSystem.ai将训练好的AI模型封装在本地容器中，用自然语言交互替代命令行与图形界面，从而实现存储的自助式管理、自动化运维、主动式优化，旨在用极少的人力管理大规模、跨品牌、跨时代的复杂存储架构，以实现高效率、高韧性、低成本和强合规，为业务创新保驾护航。

如果说AI存储是AI时代存储必修的“基本功”，解决了算力与数据的匹配问题，那么IBM提出的“自主存储”则是AI时代存储的“进阶形态”，解决的是企业对数据、架构与运维的自主掌控问题。两者一脉相承、层层递进，共同构成IBM面向“AI+”时代的完整存储战略。AI存储是能力层，自主存储则是管理层/控制层，在AI存储之上，用AI智能体实现自治、自愈、自优化、自安全。自主存储可以理解为是IBM“数字自主”战略在存储层的落地，其核心是让企业掌握数据与架构的绝对掌控权，不被厂商、云所绑定，能够自主规划IT演进路径。可以预见，未来的企业级存储将是“AI存储能力+自主存储架构”融合的形态。

3.磁带是数据的终极归宿

在光盘存储逐步退出后，磁带就成了可支撑30年以上长周期、高可靠、低成本存储的“唯一”选择，其可靠性远超硬盘3～4个数量级。目前最新的LTO10E单盘容量达到40TB，容量、密度、带宽持续领先。IBM磁带设备可在高速运行中实时精准定位，保证数据读写零偏差、高稳定；而且磁带更薄、韧性更强，可支持高速稳定运行，不易拉伸和断裂；同样内置抗量子加密，并支持WORM一次写多次读功能，可满足金融、医疗、政务等行业长期留存的要求；单位容量成本远低于硬盘、闪存与公有云归档。

4.全场景分层存储

在技术和产品层面不断创新之外，IBM还以策略驱动、智能感知、应用无感为核心，构建了覆盖全数据生命周期的分层存储体系，兼顾性能、成本、安全与合规。

IBM FlashSystem全闪存用于存储热数据，主要面向ERP、核心数据库、实时交易、AI推理等高并发、低延迟场景，提供微秒级响应与7×24小时的高可用；温数据可存储于IBM Storage Scale/Storage Ceph之上，以满足AI训练、数据湖、数据分析、虚拟化、混合云等大容量、高吞吐、弹性扩展场景的需求；磁带库用于长期保留冷数据，主要面向长期归档、合规留存、低频访问数据，实现极致的低成本、高可靠、长寿命。

金鑫表示，全场景分层存储的核心价值表现在，能够按访问频率、重要性、生命周期自动分层，实现智能自动化迁移，无需人工干预，并且开放兼容市场上主流的公有云，同时很好地利旧，在供应链紧张、硬件成本倍增的背景下，切实践行降本增效。

存储，做好自己的主角在词元经济时代，存储不是配角，而是AI规模化落地的底座与命脉。在某种程度上，它决定了AI能不能跑起来，因为只有低延迟、高吞吐、大并发的存储，才能让算力利用率持续提升；它决定了AI是否经济，因为智能分层存储可以将成本降到最优，让AI拥有更强的盈利能力；它决定了AI的安全与合规，量子安全加密、长期留存等是业务连续的基本保证。

面对未来的存储挑战，“让AI走向数据”“自主存储”是IBM存储战略的两大基石，将全面引领企业存储迈向智能、自治、高效、安全。存储将从被动容器升级为主动智能服务层，AI智能体由加分项变为标配，并深度融入运维、优化、安全与合规的全流程。全闪存+分布式存储+磁带的全栈分层存储解决方案，将更好地帮助企业在多云、异构、AI深度落地的环境中，掌握数据自主。（本文原载微信公众号“云数智观察”，作者：郭涛。转载已获授权。）

关于IBM

IBM 是全球领先的混合云、人工智能及企业服务提供商，帮助超过 175 个国家和地区的客户，从其拥有的数据中获取商业洞察，简化业务流程，降低成本，并获得行业竞争优势。金融服务、电信和医疗健康等关键基础设施领域的超过 4000 家政府和企业实体依靠 IBM 混合云平台和红帽 OpenShift 快速、高效、安全地实现数字化转型。IBM 在人工智能、量子计算、行业云解决方案和企业服务方面的突破性创新为我们的客户提供了开放和灵活的选择。对企业诚信、透明治理、社会责任、包容文化和服务精神的长期承诺是 IBM 业务发展的基石。