markdown { "articleTitle": "AI存储变革：华为AISSD与“存力”崛起，终结AI无底洞式投入", "articleContent": "在2025年的世界人工智能大会（WAIC2025）上，关于AI发展，一个引人深思的观点被提出：机器智能的永久记忆可能让人类智能望尘莫及。这引发了人们对AI存储的重新审视。华为公司副总裁周跃峰指出，AI的能力不仅取决于计算，更在于存储。随着AI大模型应用落地，存储及其优化，即“存力”，变得至关重要。
AISSD：为AI训推效率而生
当前，AI应用落地面临诸多挑战，训练、推理和微调环节的瓶颈限制了其发展。许多中小规模机构或企业难以负担昂贵的AI集群。以常见的8卡训推一体机为例，其显存和高带宽存储（HBM）容量有限，难以支持大规模模型的推理。例如，训练一个参数量为671B的模型需要超过3.5PB的原始语料数据，而微调则需要超过13TB的显存。针对这一问题，华为推出了AISSD。通过在8张算力卡的内存基础上，搭配2张华为3.2TB的AISSD，单机可用内存可提升至7TB，单机可微调模型参数可达235B。AISSD以其更强性能、更低时延、更优耐用性
和软件栈更适配的特性，成为支撑AI基础设施的关键存储载体。
存算协同：打破“存力瓶颈”
AI对数据的依赖，给存储介质带来了巨大压力。在训练阶段，AI模型需要从PB级数据集中持续读取和写入数据；在推理阶段，系统对数据响应速度、带宽和稳定性的要求也持续攀升。**“内存墙”和“容量墙”成为制约AI发展的瓶颈。HBM和DRAM作为AI存储，虽然速度快，但容量受限。华为推出的AISSD旨在打破“显存墙”和“内量墙”。中国电子工业标准化技术协会数据存储专业委员会秘书长孙钢认为，通过软硬件技术协同解决AI训推中的存储瓶颈，是一个更经济可行的选择。AI时代，存储产业正在发生跃迁，“以存强算”**印证了存力发展的重要性。从华为等企业推出AISSD来看，AI存储正朝着以技术创新打破“性能—容量”对立的方向发展。未来的AI存储架构，将构建一个智能协同的三级缓存架构（HBM-DRAM-AISSD），实现不同性能、容量的存储高效协同工作。
终结AI“无底洞”式投入
随着生成式AI向AgenticAI（智能体协同群）发展，AI模型的复杂度呈指数级攀升。持续加码的硬件采购、机房建设、能耗支出，让不少企业陷入“无底洞”式投入的困境。华为正致力于通过架构重构、技术创新与策略优化，将有限的AI基建资源高效转化为业务价值。例如，通过AISSD等硬件产品和UCM推理记忆数据管理器等软件方案，提升AI基础设施的利用效率。当数据从冷到温、从温到热，存储的价值正在被重新定义。各类围绕数据存储的创新也正纷至沓来。AI存储的未来，是数据驱动的未来。
你认为，在AI大模型时代，存储技术的发展将如何影响整个AI产业的格局？ }
