從2023年的ChatGPT，到2024年的Sora，生成式AI和大模型技術(shù)正以不可思議的發(fā)展速度顛覆著我們的認(rèn)知。然而，作為AI時(shí)代的核心支柱之一，傳統(tǒng)的數(shù)據(jù)存儲(chǔ)基礎(chǔ)設(shè)施已很難滿(mǎn)足企業(yè)快速增長(zhǎng)的數(shù)據(jù)需求，更無(wú)法支撐企業(yè)通過(guò)AI激發(fā)新質(zhì)生產(chǎn)力的要求。

IDC報(bào)告顯示，中國(guó)AI大模型市場(chǎng)預(yù)計(jì)2024上半年達(dá)13.8億元，2028年將增至211億元。AI大模型的興起對(duì)計(jì)算、網(wǎng)絡(luò)及存儲(chǔ)能力均提出了新的挑戰(zhàn)。特別是數(shù)據(jù)量增長(zhǎng)使存儲(chǔ)技術(shù)在AI數(shù)據(jù)周期中變得更加至關(guān)重要。也正因此，企業(yè)亟待構(gòu)建高效、強(qiáng)大、便捷的數(shù)據(jù)存儲(chǔ)架構(gòu)，支撐AI，優(yōu)化決策與運(yùn)營(yíng)，確保數(shù)據(jù)安全，降低成本，實(shí)現(xiàn)業(yè)務(wù)增長(zhǎng)。

在此背景下，今年11月15日在上海舉辦的“AI賦智數(shù)據(jù)”——聯(lián)想凌拓技術(shù)大會(huì)（INSIGHT CHINA）上，聯(lián)想凌拓通過(guò)匯聚全球科技與創(chuàng)新力量，聚焦數(shù)據(jù)與智能交匯時(shí)代下的數(shù)據(jù)基礎(chǔ)設(shè)施變革，探討企業(yè)如何借助生成式AI與智能數(shù)據(jù)基礎(chǔ)架構(gòu)的融合，并通過(guò)技術(shù)的創(chuàng)新打破數(shù)據(jù)孤島，加速自主AI應(yīng)用落地，幫助企業(yè)實(shí)現(xiàn)數(shù)據(jù)到智能的轉(zhuǎn)型，由此更快地加速千行萬(wàn)業(yè)擁抱AI智能化新時(shí)代。

正如聯(lián)想凌拓首席執(zhí)行官楊旭所言：“作為一家智能數(shù)據(jù)基礎(chǔ)設(shè)施服務(wù)商，聯(lián)想凌拓始終圍繞著‘AI如何賦能數(shù)據(jù)，以及如何將數(shù)據(jù)反哺為AI’這一核心理念，不僅面向客戶(hù)提供先進(jìn)的技術(shù)和方案，更致力于推動(dòng)AI與數(shù)據(jù)的深度融合，最終目標(biāo)是通過(guò)技術(shù)創(chuàng)新賦能行業(yè)客戶(hù)實(shí)現(xiàn)數(shù)據(jù)價(jià)值的最大化，共創(chuàng)AI賦智數(shù)據(jù)的新未來(lái)?！?/strong>

01.

數(shù)據(jù)存儲(chǔ)行業(yè)邁入2.0時(shí)代

規(guī)模定律（Scaling Law），揭示了在當(dāng)前深度學(xué)習(xí)算法框架下，算力和數(shù)據(jù)之間的關(guān)系：更強(qiáng)的算力加上更多的高質(zhì)量訓(xùn)練數(shù)據(jù)，是構(gòu)建優(yōu)質(zhì)AI大模型的基礎(chǔ)。

在此過(guò)程中，高質(zhì)量的行業(yè)數(shù)據(jù)成為AI規(guī)模化應(yīng)用的核心。比如，行業(yè)和場(chǎng)景模型需要規(guī)模化的行業(yè)數(shù)據(jù)對(duì)基礎(chǔ)大模型進(jìn)行二次訓(xùn)練和微調(diào)，生成針對(duì)特定行業(yè)的垂直模型；在推理階段，高質(zhì)量的知識(shí)庫(kù)是消除幻覺(jué)并提升應(yīng)用效果的關(guān)鍵。

聯(lián)想凌拓首席執(zhí)行官 楊旭

換句話說(shuō)，不管是基礎(chǔ)大模型的訓(xùn)練，還是大模型在行業(yè)的應(yīng)用落地，都離不開(kāi)大規(guī)模高質(zhì)量的數(shù)據(jù)。從這個(gè)角度來(lái)看，數(shù)據(jù)的規(guī)模和質(zhì)量決定了AI智能的高度，同時(shí)也讓構(gòu)建智能數(shù)據(jù)基礎(chǔ)設(shè)施，打造更高效、更可靠的數(shù)據(jù)存力底座變得“刻不容緩”。

事實(shí)上，和傳統(tǒng)存儲(chǔ)代表的1.0時(shí)代相比，AI時(shí)代下的數(shù)據(jù)存儲(chǔ)行業(yè)無(wú)疑已邁入2.0時(shí)代，聯(lián)想凌拓將存儲(chǔ)的需求劃分為五個(gè)階段，即數(shù)據(jù)整理、訓(xùn)練、推理、大模型和企業(yè)應(yīng)用，每個(gè)階段對(duì)存儲(chǔ)的性能和功能的要求都是截然不同的。

例如，在數(shù)據(jù)整理階段，企業(yè)會(huì)面臨著數(shù)據(jù)種類(lèi)繁多、規(guī)模龐大的挑戰(zhàn)，這就需要采用高效的平臺(tái)和基于閃存的分布式存儲(chǔ)來(lái)平衡性能和容量需求；在訓(xùn)練階段，性能是核心需求，超算級(jí)別的高性能存儲(chǔ)能夠充分釋放GPU算力，加速模型訓(xùn)練；至于推理階段，則需要在吞吐、時(shí)延和數(shù)據(jù)安全之間找到最佳平衡。

而在大模型和企業(yè)應(yīng)用階段，過(guò)去一年，國(guó)內(nèi)的大模型數(shù)量從幾十個(gè)增長(zhǎng)到三百多個(gè)，但與此同時(shí)，大多數(shù)企業(yè)因無(wú)法承受超大規(guī)模算力和存力的投入，因而更注重小規(guī)模、高精度的模型訓(xùn)練與推理，同樣這也對(duì)存儲(chǔ)技術(shù)提出了新的要求，既需要提高可持續(xù)性和平衡性，又要強(qiáng)化運(yùn)維能力。此外，特別值得注意的是，數(shù)據(jù)安全也是重中之重，防止勒索攻擊和其他威脅同樣也成為了當(dāng)前AI存儲(chǔ)解決方案中需要具備的核心能力之一。

也正是洞察到這種全新的變化，聯(lián)想凌拓依托聯(lián)想和NetApp兩大母公司所形成的獨(dú)特優(yōu)勢(shì)，并基于“123”戰(zhàn)略，即一個(gè)核心目標(biāo)，客戶(hù)成功；兩個(gè)創(chuàng)新引領(lǐng)，產(chǎn)品創(chuàng)新和方案創(chuàng)新；三個(gè)發(fā)展體系，即產(chǎn)品、服務(wù)和生態(tài)，為行業(yè)客戶(hù)提供完善的智能數(shù)據(jù)基礎(chǔ)設(shè)施，為千行萬(wàn)業(yè)構(gòu)筑堅(jiān)實(shí)的AI存儲(chǔ)底座，為企業(yè)走向AI新時(shí)代按下“快進(jìn)鍵”。

楊旭表示：“聯(lián)想凌拓希望高效且安全地為客戶(hù)及業(yè)務(wù)提供AI的強(qiáng)大能力，讓企業(yè)數(shù)據(jù)在任何地點(diǎn)、以任何方式實(shí)現(xiàn)AI優(yōu)化，同時(shí)高效地理解并管理數(shù)據(jù)，以支持AI應(yīng)用，最終成為千行萬(wàn)業(yè)可信任的技術(shù)建議專(zhuān)家、可托付的風(fēng)險(xiǎn)管控專(zhuān)家、可依賴(lài)的成本控制專(zhuān)家，以及可追隨的未來(lái)規(guī)劃專(zhuān)家，通過(guò)持續(xù)提供業(yè)內(nèi)先進(jìn)的技術(shù)，讓行業(yè)客戶(hù)在實(shí)際的業(yè)務(wù)場(chǎng)景中實(shí)現(xiàn)真正的價(jià)值創(chuàng)新。”

02.

構(gòu)筑智能數(shù)據(jù)基礎(chǔ)設(shè)施底座

當(dāng)前，聯(lián)想凌拓正圍繞未來(lái)數(shù)據(jù)演進(jìn)和企業(yè)對(duì)于AI應(yīng)用的核心需求，通過(guò)“軟硬兼施”、“深度融合”的雙重創(chuàng)新，構(gòu)筑智能數(shù)據(jù)基礎(chǔ)設(shè)施底座，這不僅能夠更好地幫助企業(yè)應(yīng)對(duì)AI時(shí)代對(duì)于“存儲(chǔ)底座”的要求和挑戰(zhàn)，更為AI應(yīng)用真正“扎根”于千行萬(wàn)業(yè)，激發(fā)企業(yè)的新質(zhì)生產(chǎn)力加裝了“新引擎”。

聯(lián)想凌拓產(chǎn)品管理與營(yíng)銷(xiāo)高級(jí)總監(jiān) 林佑聲

一是，在硬件底座方面，聯(lián)想凌拓依托母公司NetApp的技術(shù)優(yōu)勢(shì)，發(fā)布了一系列新型存儲(chǔ)產(chǎn)品體系，可為行業(yè)客戶(hù)提供“因地制宜”的存儲(chǔ)解決方案。

據(jù)聯(lián)想凌拓產(chǎn)品管理與營(yíng)銷(xiāo)高級(jí)總監(jiān)林佑聲介紹，在統(tǒng)一存儲(chǔ)領(lǐng)域，全新發(fā)布的統(tǒng)一混合閃存FAS90與FAS70拓展了聯(lián)想凌拓混合閃存存儲(chǔ)陣列產(chǎn)品線，新產(chǎn)品基于NetApp最新硬件平臺(tái)與ONTAP 9.15.1系統(tǒng)打造，兼具經(jīng)濟(jì)性、簡(jiǎn)易性和安全性，能夠有效提升傳統(tǒng)數(shù)據(jù)基礎(chǔ)架構(gòu)的生產(chǎn)率。

與此同時(shí)，全新的統(tǒng)一大容量全閃存AFF C 系列產(chǎn)品，包括AFF C80、AFF C60和AFF C30，專(zhuān)為追求效率與容量完美平衡的用戶(hù)設(shè)計(jì)，兼顧提高存儲(chǔ)效率和容量，且所有新型號(hào)均支持CPU QAT壓縮卸載引擎，不僅將最大容量提升了100%，擴(kuò)展性增強(qiáng)了50%，更實(shí)現(xiàn)了平均性能高達(dá)55%的飛躍式提升；此外，全新的統(tǒng)一全閃存AFF A系列，包括AFF A50、AFF A30和AFF A20，則專(zhuān)為下一代全閃存工作負(fù)載而設(shè)計(jì)的高性能存儲(chǔ)系統(tǒng)，同樣在QAT壓縮卸載引擎的“加持下”，展現(xiàn)出優(yōu)異的160GB/s數(shù)據(jù)壓縮能力。

而在SAN存儲(chǔ)領(lǐng)域，聯(lián)想凌拓則推出了全新的高性能SAN存儲(chǔ) ASA A系列，由ASA A1K、ASA A90和ASA A70組成，該系列產(chǎn)品采用了經(jīng)過(guò)優(yōu)化的塊存儲(chǔ)技術(shù)，憑借此系列，聯(lián)想凌拓將能夠以極具競(jìng)爭(zhēng)力的性?xún)r(jià)比，提供兼具簡(jiǎn)易性、強(qiáng)大性能以及先進(jìn)數(shù)據(jù)管理和保護(hù)功能的全閃存存儲(chǔ)解決方案。

二是，在軟件創(chuàng)新方面，NetApp的ONTAP技術(shù)作為行業(yè)內(nèi)最成熟的數(shù)據(jù)管理平臺(tái)之一，能夠通過(guò)功能強(qiáng)大的“快照”技術(shù)和Data Fabric架構(gòu)，幫助企業(yè)實(shí)現(xiàn)“云上云下、跨云調(diào)用”的能力，從而為數(shù)據(jù)的快速調(diào)度和最優(yōu)配置提供了有力支持，特別是傳統(tǒng)存儲(chǔ)需要統(tǒng)一格式后才能管理，而ONTAP技術(shù)則能夠直接支持多源數(shù)據(jù)的高效管理和優(yōu)化，由此讓數(shù)據(jù)處理更靈活、更高效。

在此基礎(chǔ)上，數(shù)據(jù)安全作為行業(yè)客戶(hù)的核心關(guān)注點(diǎn)，ONTAP也通過(guò)創(chuàng)新的雙活方案、數(shù)據(jù)災(zāi)備和容災(zāi)等技術(shù)，大幅降低了系統(tǒng)停機(jī)風(fēng)險(xiǎn)。除此之外，ONTAP還提供了一系列軟件解決方案，針對(duì)防勒索、防病毒和數(shù)據(jù)質(zhì)量問(wèn)題進(jìn)行保護(hù)，進(jìn)一步提升數(shù)據(jù)的安全性與可靠性。

“這些軟實(shí)力雖然不像硬件性能提升那樣直觀，但它們是支撐數(shù)據(jù)管理能力的關(guān)鍵所在，真正幫助了客戶(hù)在日益復(fù)雜的業(yè)務(wù)場(chǎng)景中，實(shí)現(xiàn)了更高效、更安全的數(shù)據(jù)運(yùn)營(yíng)。”林佑聲說(shuō)。

三是，在深度融合方面，聯(lián)想凌拓結(jié)合中國(guó)AI市場(chǎng)特有的實(shí)際需求，推出了能夠滿(mǎn)足企業(yè)AI需求的AIPod參考架構(gòu)，進(jìn)一步引領(lǐng)了智能數(shù)據(jù)基礎(chǔ)設(shè)施未來(lái)的演進(jìn)方向。

客觀地說(shuō)，當(dāng)前大部分企業(yè)客戶(hù)對(duì)AI的認(rèn)知還停留在基礎(chǔ)階段，同時(shí)缺乏大規(guī)模GPU算力的能力，而通過(guò)AIPod，聯(lián)想凌拓真正為行業(yè)客戶(hù)提供了一個(gè)AI實(shí)驗(yàn)驗(yàn)證平臺(tái)，這種模式不僅降低了客戶(hù)的試錯(cuò)成本，還為他們提供了清晰的性能數(shù)據(jù)，便于申請(qǐng)預(yù)算或制定下一步計(jì)劃。總體而言，AIPod的核心理念是“扶上馬，送一程”，讓客戶(hù)專(zhuān)注于AI與業(yè)務(wù)場(chǎng)景的結(jié)合，而無(wú)需過(guò)多擔(dān)心硬件架構(gòu)的復(fù)雜性。

在林佑聲看來(lái)：“AIPod絕不是簡(jiǎn)單的硬件堆砌，而是硬件與軟件深度融合的成果。在未來(lái)，聯(lián)想凌拓也將計(jì)劃進(jìn)一步強(qiáng)化AIPod的驗(yàn)證平臺(tái)能力，結(jié)合各行業(yè)的實(shí)際需求，推出更多針對(duì)性的解決方案，推動(dòng)AI技術(shù)在企業(yè)中的實(shí)際落地。”

值得一提的是，聯(lián)想凌拓還通過(guò)持續(xù)探討中國(guó)客戶(hù)的實(shí)際需求，并與NetApp全球研發(fā)團(tuán)隊(duì)緊密合作，推動(dòng)下一代存儲(chǔ)產(chǎn)品在靈活性和AI適配能力上的突破，這些新的存儲(chǔ)產(chǎn)品和方案不僅是硬件性能的提升，更是對(duì)軟件功能和應(yīng)用場(chǎng)景的全面重新設(shè)計(jì)，由此可以確保存儲(chǔ)技術(shù)能夠在AI時(shí)代充分發(fā)揮其潛力。

在傳統(tǒng)存儲(chǔ)的智能化升級(jí)方面，可以發(fā)現(xiàn)傳統(tǒng)存儲(chǔ)過(guò)去更強(qiáng)調(diào)可靠性和穩(wěn)定性，但在AI場(chǎng)景中，靈活性和數(shù)據(jù)多樣性變得尤為重要，而這就需要開(kāi)放更多數(shù)據(jù)接口，同時(shí)結(jié)合創(chuàng)新能力，以匹配AI算力對(duì)動(dòng)態(tài)需求的支持。在這方面，聯(lián)想凌拓作為首家大規(guī)模推廣QLC閃存的公司，通過(guò)新介質(zhì)結(jié)合更靈活的軟件功能，使能傳統(tǒng)存儲(chǔ)煥發(fā)新活力。

在分布式全閃存儲(chǔ)的演進(jìn)方面，當(dāng)下市場(chǎng)典型的“混閃”架構(gòu)，雖然性?xún)r(jià)比較高，但性能往往一般，已無(wú)法滿(mǎn)足AI的復(fù)雜需求。同時(shí)，下一代分布式全閃存儲(chǔ)還需要提供更為高效的AI接入體驗(yàn)，并且需要配備更先進(jìn)的軟件支持，例如，目前市場(chǎng)上的GPFS和NaaS技術(shù)已有20多年歷史，其功能已難以完全適配AI場(chǎng)景?；谶@些市場(chǎng)需求，聯(lián)想凌拓也正在研發(fā)分布式全閃存儲(chǔ)2.0，通過(guò)更智能化的架構(gòu)和優(yōu)化的軟件功能，進(jìn)一步支持AI技術(shù)的發(fā)展。

毫無(wú)疑問(wèn)，在全新的AI時(shí)代，存儲(chǔ)市場(chǎng)正在隨著新技術(shù)、新應(yīng)用、新介質(zhì)的出現(xiàn)而不斷進(jìn)化和改變，而在此過(guò)程中，聯(lián)想凌拓不僅以前所未有的前瞻力、創(chuàng)新力和產(chǎn)品力，打造了智能數(shù)據(jù)基礎(chǔ)設(shè)施的堅(jiān)實(shí)底座，更引領(lǐng)了整個(gè)AI存儲(chǔ)未來(lái)發(fā)展的新方向和新趨勢(shì)，由此也將會(huì)加速中國(guó)企業(yè)和行業(yè)數(shù)智化變革的進(jìn)程，并最大化激發(fā)新質(zhì)生產(chǎn)力的產(chǎn)生。

03.

加速行業(yè)駛?cè)胫悄芑燔?chē)道

當(dāng)前，以大模型為代表的AI技術(shù)盡管在行業(yè)中取得了快速的發(fā)展，但在技術(shù)與應(yīng)用之間，在通用的AI能力與定制化行業(yè)和企業(yè)需求之間，如何解決不同規(guī)模、行業(yè)、企業(yè)的AI應(yīng)用落地等問(wèn)題上，仍然存在“最后一公里”無(wú)法滿(mǎn)足的情況，而背后的主要原因在于：

一方面，任何技術(shù)本身都是不具備行業(yè)屬性的，脫離了場(chǎng)景的技術(shù)也無(wú)法稱(chēng)之為有用的技術(shù)，這也代表著AI和大模型技術(shù)必須要通過(guò)融入企業(yè)或者行業(yè)場(chǎng)景才能更好的展現(xiàn)其價(jià)值；另一方面，大部分AI技術(shù)都是通用技術(shù)，這些技術(shù)本身要變成新的數(shù)字生產(chǎn)力，其實(shí)還需要與之配套的服務(wù)、應(yīng)用體系和方法論，乃至更多的落地應(yīng)用才能形成最佳實(shí)踐。

基于此，聯(lián)想凌拓不僅依托母公司提供的技術(shù)支持，更通過(guò)自主研發(fā)和解決方案團(tuán)隊(duì)，深入客戶(hù)的實(shí)際應(yīng)用場(chǎng)景，提供場(chǎng)景化解決方案，加速中國(guó)企業(yè)的數(shù)智化轉(zhuǎn)型升級(jí)進(jìn)程。

對(duì)此，楊旭說(shuō)：“客戶(hù)的需求變化為我們的方案迭代提供了重要的反饋，從而讓聯(lián)想凌拓的產(chǎn)品始終保持競(jìng)爭(zhēng)力和實(shí)用性，這種‘客戶(hù)需求-產(chǎn)品迭代’所形成的閉環(huán)，正是聯(lián)想凌拓快速響應(yīng)市場(chǎng)的關(guān)鍵所在?！?/strong>

在媒體娛樂(lè)行業(yè)，渲染過(guò)程中通常會(huì)產(chǎn)生大量碎片化文件，這些文件需要高速處理，如果稍有延遲，就會(huì)影響整體效率，為此，聯(lián)想凌拓與客戶(hù)的設(shè)計(jì)師和工作室緊密合作，通過(guò)優(yōu)化數(shù)據(jù)部署與計(jì)算連接，為這些行業(yè)客戶(hù)就提供了最適合的解決方案，類(lèi)似的技術(shù)優(yōu)勢(shì)同樣適用于芯片設(shè)計(jì)和其他復(fù)雜計(jì)算場(chǎng)景。

在智慧醫(yī)療行業(yè)，AI輔助診斷通過(guò)整合多維度數(shù)據(jù)，不但可以大幅提高診斷的精準(zhǔn)性，還能幫助醫(yī)生發(fā)現(xiàn)傳統(tǒng)方法難以察覺(jué)的病癥，而多源數(shù)據(jù)輸入為數(shù)據(jù)質(zhì)量提升提供了重要基礎(chǔ)，基于此，聯(lián)想凌拓也通過(guò)分布式存儲(chǔ)技術(shù)和場(chǎng)景化優(yōu)化的架構(gòu)，為智慧醫(yī)療的落地提供了強(qiáng)有力的支撐。

在智慧金融行業(yè)，聯(lián)想凌拓則推出了金融行業(yè)端到端數(shù)據(jù)管理解決方案，這一綜合方案廣泛覆蓋了云基礎(chǔ)設(shè)施、core bank、SOA、人工智能等多個(gè)關(guān)鍵應(yīng)用場(chǎng)景，構(gòu)建了一個(gè)全面而強(qiáng)大的數(shù)據(jù)管理生態(tài)，此外該方案還深度融合了核心SAN存儲(chǔ)、全閃存統(tǒng)一存儲(chǔ)以及去中心化的對(duì)象存儲(chǔ)等尖端產(chǎn)品，能夠?yàn)榻鹑谛袠I(yè)的各類(lèi)具體場(chǎng)景提供了高度定制化、高效能的落地解決方案。

不僅如此，大模型正在賦能千行萬(wàn)業(yè)，但也面臨著海量、優(yōu)質(zhì)的行業(yè)數(shù)據(jù)集嚴(yán)重匱乏的挑戰(zhàn)，尤其是行業(yè)數(shù)據(jù)中包含了領(lǐng)域特有的知識(shí)、術(shù)語(yǔ)、規(guī)則、流程和邏輯，這使得其往往難以在通用數(shù)據(jù)集中充分覆蓋。

以主題公園中的AI應(yīng)用為例，雖然通用AI可以生成“文生圖”，但常常會(huì)有缺陷（比如生成的貓有六個(gè)腳趾），唯有將行業(yè)規(guī)則、知識(shí)庫(kù)與AI技術(shù)深度結(jié)合，才能真正提升效率并解決實(shí)際問(wèn)題。聯(lián)想凌拓的AIPod正是這樣一整套定制化解決方案，它融合了小模型、行業(yè)模型和ISV的資源，能夠更快的幫助客戶(hù)快速實(shí)現(xiàn)AI的技術(shù)落地。

回頭來(lái)看，這些成功的落地案例僅僅只是聯(lián)想凌拓加速賦能千行萬(wàn)業(yè)智能化轉(zhuǎn)型的“縮影”。今天，無(wú)論是在智能制造、智慧金融、智慧醫(yī)療、智慧政教還是媒體娛樂(lè)等行業(yè)，都始終活躍著聯(lián)想凌拓的身影，而這種基于“技術(shù)創(chuàng)新+場(chǎng)景應(yīng)用”驅(qū)動(dòng)的全新模式，可以說(shuō)聯(lián)想凌拓真正助力了更很多中國(guó)企業(yè)釋放了數(shù)據(jù)要素價(jià)值，并加速了AI應(yīng)用的創(chuàng)新發(fā)展。

當(dāng)然，楊旭最后也強(qiáng)調(diào)表示，當(dāng)前很多AI場(chǎng)景，比如訓(xùn)練和推理的結(jié)合，雖然已經(jīng)廣泛采用分布式存儲(chǔ)來(lái)支持高效的算力部署。然而，在一些特定領(lǐng)域，傳統(tǒng)存儲(chǔ)依然不可或缺，特別是在數(shù)據(jù)安全和法規(guī)合規(guī)方面?zhèn)鹘y(tǒng)存儲(chǔ)仍然扮演著“關(guān)鍵角色?！?/p>

舉例來(lái)說(shuō)，金融機(jī)構(gòu)和無(wú)人駕駛研發(fā)領(lǐng)域需要處理海量數(shù)據(jù)。過(guò)去，這些數(shù)據(jù)大多存儲(chǔ)在公有云上，但隨著法規(guī)的逐步完善，關(guān)鍵數(shù)據(jù)需要在本地存儲(chǔ)，客戶(hù)因此不得不調(diào)整架構(gòu)。在這樣的場(chǎng)景中，傳統(tǒng)存儲(chǔ)同樣也以其高集中度、強(qiáng)安全性和出色的可管理性成為客戶(hù)的首選。對(duì)聯(lián)想凌拓而言，分布式存儲(chǔ)與傳統(tǒng)存儲(chǔ)都各有其應(yīng)用場(chǎng)景，而聯(lián)想凌拓也將通過(guò)結(jié)合兩者的優(yōu)勢(shì)，致力于為行業(yè)客戶(hù)提供更加靈活高效的存儲(chǔ)解決方案。

而面向未來(lái)，聯(lián)想凌拓也將會(huì)繼續(xù)通過(guò)強(qiáng)化生態(tài)合作伙伴關(guān)系，深耕行業(yè)場(chǎng)景，推出更完善的解決方案，特別是在AI存儲(chǔ)領(lǐng)域，聯(lián)想凌拓將通過(guò)硬件和軟件的雙向創(chuàng)新，進(jìn)一步為行業(yè)客戶(hù)提供更高效、更可靠的智能數(shù)據(jù)基礎(chǔ)設(shè)施，加速行業(yè)駛?cè)胫悄芑燔?chē)道。

總的來(lái)看，AI大模型的爆發(fā)，帶來(lái)了一場(chǎng)深刻的“數(shù)據(jù)革命”和“存力革命”，也正深刻改變著存儲(chǔ)基礎(chǔ)設(shè)施的演變進(jìn)程，而聯(lián)想凌拓不僅前瞻性地推出了新一代AI解決方案，還“與時(shí)俱進(jìn)”地推動(dòng)著智能數(shù)據(jù)基礎(chǔ)設(shè)施的“創(chuàng)新求變”，更通過(guò)本地化和場(chǎng)景化的深度創(chuàng)新，為行業(yè)客戶(hù)提供“因地制宜”的AI解決方案，由此更好地將AI融入千行萬(wàn)業(yè)，相信在加速企業(yè)數(shù)智化轉(zhuǎn)型提速的同時(shí)，也必將更好地推動(dòng)中國(guó)數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展“更上層樓”。