北京
（原标题：从训练到推理全面布局，焱融科技全栈AI存储实力获IDC认可）
9月17日，全球知名 IT 市场研究与咨询机构 IDC 发布《IDC MarketScape：中国人工智能就绪的数据存储基础设施2026年厂商评估》（IDC #CHC54132926，2026年9月）。专注于 AI 存储领域的焱融科技进入本次中国 AI-RDSI 厂商评估，领跑中国独立全栈 AI 存储。
据了解，IDC MarketScape 主要从“当前能力”与“长期战略”两个维度，对厂商的产品与功能、服务支撑、AI 场景适配、业务发展与交付、商业模式、市场能力及未来战略等进行综合评估。此次入选，也让焱融作为一家独立 AI 存储厂商的技术路径和全栈能力受到进一步关注。
AI 存储从“配套设施”走向“核心基础设施”
随着生成式 AI 从大规模模型训练向推理和 Agent 应用持续延伸，数据基础设施的重要性正在上升。
IDC 认为，AI 就绪的数据基础设施（AI-RDSI）正处于从“配套设施”向“核心基础设施”升级的关键阶段。随着模型训练、推理及自主能动性 AI 智能体应用持续发展，AI 全生命周期已成为技术买家进行存储投资的核心驱动力，市场竞争焦点也正从单一存储性能向全栈数据平台能力转移。
这一变化背后，是 AI 工作负载对存储提出了越来越复杂的要求。
训练阶段需要持续向 GPU 提供大规模数据，并应对 Checkpoint 等突发高吞吐读写；进入推理阶段后，长上下文、多轮对话以及 Agent 应用又带来了 KV Cache 管理与复用的新需求。存储所承担的角色，正在从单纯保存数据，进一步延伸至数据流动与算力效率优化。
十年聚焦 AI 存储，从训练向训推全栈延伸
IDC 报告指出，焱融科技采用 AI 原生存储架构，从底层文件系统开始面向 AI 场景进行设计，技术聚焦度高，AI 场景性能优化深度处于行业前列。
焱融科技成立于2016年，此后长期聚焦 AI 高速存力相关技术研发与产业化。从早期面向大规模模型训练的数据供给和 Checkpoint 高速读写，焱融的产品能力近年来进一步延伸至推理加速、KV Cache 管理及 AI 数据治理，逐步形成覆盖数据接入、模型训练、智能推理、缓存管理和数据治理的全栈 AI 存储体系。
值得注意的是，IDC 建议技术买家从实际业务场景出发，分阶段规划训练、推理及 Agent 应用的数据基础设施，同时通过统一存储架构减少数据跨系统搬运和多副本冗余，并结合分层存储、开放生态与弹性扩展，在性能、成本及长期演进之间取得平衡。
从产品演进来看，焱融科技的长期布局与这一方向高度契合。
在训练侧，高性能分布式文件系统 YRCloudFile 提供统一的数据存储底座，全面支持 NFS、S3、POSIX 等标准接口。焱融全闪 AI 存储一体机 F9000X 搭载 YRCloudFile，面向大规模模型训练、流式数据加载及 Checkpoint 等高吞吐场景，通过全闪架构与高速网络能力，为训练集群持续提供高带宽数据供给，提升 GPU 数据供给效率。公开测试数据显示，在 MLPerf Storage v3.0基准测试中，焱融 F9000X 三节点存储集群聚合带宽达到544 GiB/s，网络带宽利用率超过97%。
而随着 AI 基础设施的重点逐渐从“训练”向“训推并重”转变，焱融也开始将存储能力进一步延伸到推理阶段。
其推出的 YRCache ContextBox 主要面向长上下文和高并发推理场景，通过多级 KV Cache 管理、跨节点资源共享与弹性扩展，提高上下文复用效率，并减少重复计算与数据搬运。根据 ODCC AI 存储实验室首批 KV Cache 专项评测结果，YRCache 的 TTFT 最高可降低97%，Token 吞吐量最高提升22倍，Token 效能提升120% 以上。
此外，焱融的 DataInsight 平台主要承担 AI 数据编排、管理和治理能力，进一步夯实从高性能存储、模型训练、推理加速到数据治理的数据基础设施链条，全方位支撑 AI 业务高效运转。
独立 AI 存储厂商加速进入全栈竞争
目前，国内 AI 数据基础设施市场既有综合型 ICT 厂商，也有专注存储等细分基础设施领域的专业厂商。
相较于覆盖服务器、芯片、云计算等多个产品线的综合型企业，焱融的特点在于长期聚焦 AI 存储这一细分赛道，并从底层文件系统出发持续向训练、推理及数据治理场景拓展。
从实际落地情况来看，焱融产品目前已兼容 NVIDIA、AMD、昇腾、沐曦等主流异构算力生态，支持轻量化快速部署、灵活弹性扩展。目前，焱融全栈AI存储产品已应用于互联网大模型、第三方智算中心、金融、智能汽车、教科研等规模化场景，其中包括万卡级集群。
在公开性能验证方面，焱融 AI 存储已连续三年参加 MLPerf Storage 测试，并持续刷新AI存储性能世界纪录。随着 MLPerf Storage 的测试负载逐步从模型训练扩展至 Checkpoint、KV Cache 等场景，其关注对象也正在从“如何更快向 GPU 供给训练数据”，扩展到更完整的 AI 工作负载。
业内普遍关注的一个变化是，在 GPU 算力持续增长的同时，数据能否及时到达计算节点、已有计算结果能否被高效复用，正在直接影响 AI 基础设施整体利用率。
对存储厂商而言，这意味着竞争重点已经不只是容量和吞吐，而是如何通过数据流动、缓存管理以及存算协同进一步提高 GPU 和 Token 产出效率。
从这一角度来看，此次进入 IDC MarketScape 中国 AI-RDSI 厂商评估，对焱融而言不仅是一次市场层面的第三方呈现，也折射出独立 AI 存储厂商正在从训练存储向训推全栈数据基础设施进一步延伸。
未来，随着大模型推理和 Agent 应用规模继续扩大，围绕 KV Cache、上下文数据以及分层存储展开的基础设施创新，或将成为 AI 存储市场新的竞争重点。
关于 IDC MarketScape
IDC MarketScape 是 IDC 面向 ICT 市场推出的专业厂商评估工具，采用统一、严谨的定性与定量评分方法，从“当前能力”与“长期战略”两大维度，对特定市场中的主要厂商进行综合评估。其评估基于可验证的市场数据、厂商调研及真实客户反馈，并通过标准化、透明、可追溯的评价体系，客观呈现厂商在市场中的竞争力、业务表现及未来发展潜力，为技术买家评估供应商综合实力、筛选适配自身需求的合作伙伴提供专业参考。
