媒体观察：词元经济时代，存储该如何做好自己的主角？

本文原载微信公众号"云数智观察"，作者：郭涛。转载已获授权。

北京2026年5月13日 /美通社/ -- 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。

媒体观察：词元经济时代，存储该如何做好自己的主角？

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 FlashSystem被重新定义

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。

IBM FlashSystem,ai

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。

新一代IBM FCM

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。

媒体观察：词元经济时代，存储该如何做好自己的主角？

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。

媒体观察：词元经济时代，存储该如何做好自己的主角？

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"与"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。