移动通信网 赵哲超
10月29日，2026数据存储产业大会在河南郑州举行，华为公司副总裁、数据存储产品线总裁袁远发表《以存强算、以存治数，先进数据存力加速人工智能产业发展》主题演讲，系统阐述了AI时代存储产业的价值判断与工程路径。这场演讲的产业背景不容忽视：TechInsights《麦克林报告》2026年6月更新版预计，2026年全球存储器市场规模将增长298%、达9164亿美元，成为半导体产业增长最强劲的板块；摩根大通年中报告进一步预测，2028年全球存储市场总规模将达1.7万亿美元。在国内，工信部与国家发改委9月联合印发《电子信息制造业发展“十五五”规划》，首次以独立段落系统规划数据存储产业，存储从“幕后行当”被推向“国之重器”的战略位置。袁远在演讲中披露的一组数据勾勒出AI产业的现实短板：2026年一季度中国智算中心GPU平均利用率仅约30%，2025年全球中文语料占比不足5%，企业数据开发率仅为28.4%。在资源约束与技术封锁的双重压力下，“以存强算、以存治数”构成华为给出的双向解题框架。
【关键数据】
[1] 2026年全球存储器市场规模增长298%、达9164亿美元（TechInsights）
[2] 2026年一季度中国智算中心GPU平均利用率约30%
[3] 2025年全球中文语料占比不足5%，企业数据开发率仅28.4%
[4] HBM内存每GB售价约20美元
[5] 华为One for All架构支持900PB单文件系统与液冷下10PB级KV Cache
“以存强算”的靶心直指算力空转。各地智算中心竞相上马、GPU一卡难求，但七成昂贵算力并未产生实际价值，补利用率之课比补算力之课更紧迫。袁远沿三条技术线索拆解存储的介入路径：在智能体层面，Agent以自我演进方式运行，算力消耗极其密集且持续产生海量中间数据，存储承担算力“节流阀”角色，通过减少无效消耗、摊薄Token成本提升有效产出；在推理层面，大模型推理依靠KV Cache在算力卡之间传递信息，这种交换代价高昂——高带宽低时延网络技术我国尚未完全掌握，HBM内存每GB售价约20美元，破局思路是把持久性强、变动小的数据从昂贵内存“搬下来”持久存储、按需调取，免去重复计算，“就像背九九乘法表，没必要每次再算一遍”；在训练层面，2027年模型参数有望摸到10万亿级，超大集群故障频发，一天24小时有效训练时间可能只有两三个小时，存储需将Checkpoint保存与恢复时间压到最短，让模型弹性回归上一状态。以存强算的实质，是用体系化的数据供给能力填平标称算力与有效算力之间的鸿沟。
“以存治数”指向数据侧的硬约束。袁远直言，我国庞大的行业数据多处于“不可用”状态，数据开发率不足三成暴露了数据工程能力的滞后。他近两年走访国家重点实验室和行业头部企业发现，各方虽有归集数据、形成知识的宏大构想，落地却普遍举步维艰。从原始数据到AI可用资产，需要穿越三个层面：语料层面，行业原始数据不经标记、清洗、转换便无法被AI消受，语料库还须建立统一目录和索引，实现可管可查；知识层面，医疗专家、科学家头脑中沉淀的经验连同实验数据，要转化为高维、可检索、AI可识别的知识化数据，并统一标准，避免同一份数据在不同行业各说各话；记忆层面，Agent与既往工具软件的最大区别是自我演进，演进的前提是记住来路，需要记忆轨迹管理系统支撑。袁远引用“积学以储宝，酌理以富才”概括这一逻辑——数据不经“储”与“酌”，散落的字节永远成不了珍宝。他同时强调，数据决定模型的高度也决定推理的准确度，幻觉丛生的模型“只能做诗，不能做事”。
架构落地上，华为采取分场景施策的差异化路线。面向金融、医疗、科研等AI使用端行业——这些行业不训练基础模型也不对外提供AI服务，华为推出All in One架构的AI数据平台：延续企业IT“一套系统配一套存储”的模式，一套存储同时承载数据留存、KV Cache加速、知识生成、语料管理与Agent记忆，内置图、向量、搜索能力，避免多套系统并存带来的新割裂。该架构已迭代一年，开始在部分行业落地。面向模型厂商和互联网企业构成的AI生产端，华为的方案是One for All式专属系统：支持900PB单文件系统、千亿级向量库秒级检索、TB级聚合带宽，以及液冷环境下的10PB级KV Cache承载能力。这些面向十万级服务器规模设计的系统，瞄准AI生产的效率与成本双目标。两种架构的分野折射出存储产业竞争逻辑的变化——竞争已从单点产品性能上升为产业生态主导权与标准定义权的较量，通用性与专属性的边界划分本身即是对市场格局的重构。
从产业链视角看，存储环节价值重估的传导效应正在显现。HBM内存每GB约20美元的价格体系抬高了推理成本，将KV Cache下沉至性价比更高的持久化存储，直接改变算力集群的成本结构；Checkpoint机制的优化则影响超大训练集群的有效训练时长——当一天有效训练时间仅两三小时，存储可靠性直接决定千卡集群投入的回报率。本次大会发布的《数据存储产业发展研究报告（2026版）》显示，中国存储正从“技术突破”迈向“市场地位确立”，产业形态从“建湖”走向“用湖”，从硬件交付走向STaaS（存储即服务）模式。袁远在演讲结尾发出三项倡议：建立从存力到AI价值的评估体系，让“存很重要”从道理变成可量化的数字；围绕记忆、知识等新应用共建生态，避免各家重复投入；以本次大会发布的团体标准为起点，推动更多企标、国标成形，把AI工具链、接口与管理方法固化下来。
商业化路径上，华为的判断带着明确的产业节奏感。袁远以数据库与存储在银行业的普及作类比：“就像今天银行需要数据库和存储已成约定俗成，将来Agent需要AI数据平台，也会成为标准配置。”这一判断对应着两个时间锚点：全球存储市场2026年增长298%、2028年达1.7万亿美元的市场预期，以及2027年模型参数迈向10万亿级带来的训练基础设施重构需求。All in One架构已在金融、医疗、科研等场景开始落地验证，One for All架构则面向模型厂商的大规模生产环境交付，两条产品线分别覆盖AI价值链的使用端与生产端。政策的配合亦在提速——“十五五”规划首次将数据存储产业单列规划，为存力基础设施的投资提供了顶层依据。对于存储产业链上下游而言，从存储介质、文件系统到向量检索、记忆管理系统的需求链条正在拉长，存储从服务器的附属部件转变为AI基础设施的定义性环节，这一坐标变化将重构未来数年的产业投资方向与技术路线选择。
