川观智库资讯丨大模型进一步发展有赖新型AI存储的支撑

川观智库研究员 黄爱林

随着DeepSeek等大模型接入越来越多的端侧应用，海量数据的存储和处理需求，推动了对存储芯片的需求激增。中国信通院联合中国人工智能产业发展联盟日前发布的《新型人工智能存储研究报告》（下简称报告）指出，新型AI存储是大模型进一步发展的关键，但在海量数据归集、训练数据访问效率和推理实时性等方面亟需突破瓶颈。

新型AI存储可以理解为大模型的数据载体，关系着大模型的数据归集、预处理、训练、推理等全生命周期流程，也是AI数据全生命周期服务与管理平台的重要组成部分。它具备超高性能、超大容量、极致安全、数据编织、大模型数据范式和绿色节能等关键特征，可以有效支撑海量数据的分析和学习。

新型AI存储被视作发力大模型的根基，但其自身的发展却面临多重挑战。一是海量原始数据归集的提速问题。上述报告显示，PB级数据的归集通常需要消耗整个大模型全流程时长的30%，需要数据归集后才能用于后续的模型训练，而数据归集涉及数据解析、清洗和去重等流程，这里将占据30%以上的CPU、GPU、内存等资源。

第二点挑战在于应对数据访问效率。大模型训练需要高并发、低延迟的数据访问能力，若AI存储无法提供千万级IOPS能力（存储系统的“反应速度”，每秒能处理千万次操作）和数百GB/s级读写带宽（存储系统的“反应速度”，每秒能搬运几百GB的数据），则会导致GPU算力闲置率较高。

再一个挑战是推理实时性的要求。大模型推理（如医疗诊断、智能客服）对响应时间要求苛刻，需毫秒级延迟，这就需要能够快速检索关键信息的AI存储。

基于挑战分析，报告建议在国家战略层面，尽快形成AI存储产业发展的顶层规划，系统布局AI存储设施；在关键技术上加强自主创新，从存储介质、系统、架构数据编织、数据范式和数据安全等方面发力；产业发展方面，鼓励国产设备应用，提升安全保障能力。