2026年4月9日，第三届数据存算生态大会在深圳举办。本次大会以推动我国算力、存力生态建设为核心目标，聚焦数据计算、存储、应用等关键技术难题，汇聚行业专家、权威学者及领军企业代表展开深度交流。

作为中国计算机行业协会信息数据存算专委会副会长单位，浪潮数据携融合存储技术战略与全栈AI原生融合存储解决方案重磅亮相，浪潮数据首席架构师张海军以《融存智用 运筹新数据》为主题，分享AI时代存储技术演进趋势与实践成果。

智算时代数据爆发 存力需求迎来新变革

当前，AI技术正以指数级速度迭代演进，数据规模呈现千倍级跃迁，深刻重塑数据中心存力需求。张海军指出，AI技术的发展加快数据中心存力的增长，同时，大模型从千亿参数向万亿、十万亿多模态模型演进，为数据存储带来三大核心挑战：

数据归集与预处理：需处理EB级超大规模原始数据，要求高效处理能力；

大模型训练与微调：十万卡GPU集群亟需高速数据加载与恢复，需破解GPU利用率瓶颈；

应用推理阶段：面对千亿Token/日超高吞吐与超长上下文，需存储辅助提升效率、消除幻觉。

融合技术战略 打造AI原生融合存储能力

面对AI时代的存力挑战，浪潮数据提出融合存储技术战略，通过介质融合、协议融合、管理融合、应用融合四大核心方向，打造业界领先的融合存储产品能力，提供EB级存储空间、数据统一视图、TB级集群带宽、亿级IOPS、推理提速数倍的核心能力，全面满足人工智能时代存储需求。

介质融合：智能分层平衡性能与成本

针对热温冷异构介质时延、容量、成本差距悬殊问题，浪潮数据依托智能分层框架实现跨介质高效调度。高性能层构建全闪数据引擎，通过NoF数据面与异步协程技术，将随机IO转顺序大IO，全闪时延降至150微秒；分布式元数据KV引擎支持千亿级元数据有序管理，单节点可达百万IOPS。同时，创新动态归档技术保留"元数据存根"，冷数据回调用户无感知。针对AI场景用户10%热数据、10%温数据、80%冷数据的访问特征，可节省一半热数据存储空间，降低60% TCO。

协议融合：打破壁垒实现语义无损访问

当前多协议异构数据存在壁垒，数据孤岛与效率损耗问题突出。浪潮数据依托富元数据融合存储核心技术，构建语义标签体系，结合多协议统一原子操作，实现多协议与非结构化数据的语义无损访问，打破协议壁垒，节省60%以上存储空间。通过富元数据结构统一元数据组织，实现多存储服务实时互通，解决多协议语义兼容性差、转换开销大等行业难题，为全流程数据流转筑牢高效底座。

管理融合：跨域统一保障数据一致性

针对数据中心异地、异构建设带来的数据孤岛与一致性难题，浪潮数据通过统一抽象接口纳管异构设备，构建全局元数据统一视图；借助原位元数据析取、增量日志、元数据对账等机制，保障多站点数据一致性；采用业务数据亲和技术实现智能缓存加速，将回迁率降低至30%以内；通过端到端传输校验、跨域压缩与加密，保障广域传输安全高效，为跨数据中心计算提供支撑。

应用融合：存算协同激活数据价值

聚焦AI推理高成本、长文本显存缺口大、RAG系统实时性不足等痛点，浪潮数据以API驱动应用集成，实现数据近算透明流动；创新语义化分布式KVCache架构，使平均吞吐量提升2倍以上，多轮对话首字延迟降低60%，缓存复用率提升40%。RAG计算融合实现多源异构数据零人工清洗融合，数据变更同步延迟压缩至秒级，解决传统RAG系统更新周期长、实时性差的问题。

万卡集群标杆实践 验证技术领先性

浪潮数据全栈AI原生融合存储解决方案已在某AI实验室智算中心万卡GPU集群成功落地，成为国内万亿参数大模型存储最佳实践案例。浪潮数据通过打造规模化部署方案，支撑该智算中心万亿参数多模态MOE大模型训练，有效应对EB级多模态数据、极致带宽与IOPS需求、Checkpoint恢复慢等挑战，实现数据准备时间节省30%，零数据重构扩容；每PB读写带宽达140GB/s、53GB/s，超预期210%；Checkpoint写入提速3倍，训练中断秒级恢复，模型迭代周期缩短50%，为智算中心提供可靠存储支撑。

作为数据存算生态的核心参与者与建设者，浪潮数据始终以技术创新为驱动，聚焦用户数字化转型需求。在智算时代浪潮下，浪潮数据将持续深化融合存储技术布局，以领先的存储产品、技术与方案，携手产业各界共建健全算力存力生态，推动数据要素高效流通与价值释放，为数字中国建设与高质量发展贡献存储力量。

【广告】

（免责声明：此文内容为本网站刊发或转载企业宣传资讯，仅代表作者个人观点，与本网无关。仅供读者参考，并请自行核实相关内容。）