【環(huán)球網(wǎng)科技報道 記者 張陽】11月4日，“存力中國行”北京站活動在中國信息通信研究院順利舉辦，來自產(chǎn)業(yè)鏈上下游的企業(yè)代表、專家學(xué)者及媒體共同聚焦AI推理時代的存力挑戰(zhàn)與創(chuàng)新路徑。隨著AI技術(shù)從模型研發(fā)走向行業(yè)規(guī)模化應(yīng)用，推理階段的性能、效率與成本控制成為決定技術(shù)落地價值的“最后一公里”，而先進存力作為核心支撐底座，正迎來技術(shù)重構(gòu)與生態(tài)協(xié)同的關(guān)鍵變革期。

Token經(jīng)濟時代，推理成本成行業(yè)落地瓶頸

當(dāng)前，AI產(chǎn)業(yè)已從“造模型”的狂熱期邁入“用模型”的深耕期，大模型數(shù)量逐漸收斂，推理應(yīng)用呈現(xiàn)爆發(fā)式增長。金融風(fēng)控、醫(yī)療輔助診斷、電商推薦、投研分析等場景的深度滲透，推動Token調(diào)用量呈指數(shù)級攀升，“Token經(jīng)濟”時代已然到來。

但繁榮背后，三大核心痛點制約著AI推理的規(guī)?；涞兀簲?shù)據(jù)層面，多模態(tài)數(shù)據(jù)爆發(fā)式增長使存儲面臨PB到EB級的容量壓力，且數(shù)據(jù)格式異構(gòu)、流通困難導(dǎo)致高質(zhì)量數(shù)據(jù)集構(gòu)建成本高昂；性能層面，KV Cache技術(shù)的廣泛應(yīng)用對存儲的高帶寬、低時延提出嚴(yán)苛要求，傳統(tǒng)架構(gòu)難以滿足存算協(xié)同需求；成本層面，HBM等高端存儲介質(zhì)價格昂貴，疊加推理負(fù)載的潮汐性特征，導(dǎo)致中小企業(yè)智能化轉(zhuǎn)型門檻居高不下。

華為數(shù)據(jù)存儲產(chǎn)品線戰(zhàn)略與業(yè)務(wù)發(fā)展部總裁王旭東表示，推理數(shù)據(jù)來源多樣難以形成高質(zhì)量、可持續(xù)供應(yīng)的數(shù)據(jù)集，存儲系統(tǒng)的帶寬和IOPS（每秒讀寫次數(shù)）不足，導(dǎo)致GPU等昂貴算力資源長時間空閑。傳統(tǒng)存儲架構(gòu)難以兼顧高吞吐、低時延及異構(gòu)數(shù)據(jù)融合的需求，造成業(yè)務(wù)發(fā)展瓶頸，阻礙AI應(yīng)用落地。

先進存力破局：從“被動容器”到“智能協(xié)同體”

面對行業(yè)痛點，技術(shù)創(chuàng)新成為破局的核心動力，存儲架構(gòu)正經(jīng)歷從“被動存儲”到“智算協(xié)同”的根本性轉(zhuǎn)變。其核心路徑在于構(gòu)建以KV Cache為中心的推理記憶數(shù)據(jù)湖，通過存、算、網(wǎng)、框架的深度協(xié)同，重構(gòu)推理效能。

華為推出的UCM（Unified Cache Management）統(tǒng)一緩存管理技術(shù)，正是這一思路的典型代表。UCM并非簡單緩存，而是一個智能的數(shù)據(jù)調(diào)度與管理系統(tǒng)。它通過HBM-DRAM-SSD三級緩存架構(gòu)，將非活躍的KV Cache從顯存動態(tài)卸載至高性能SSD，從而在不增加硬件成本的前提下，實現(xiàn)首Token時延最高降低90%、系統(tǒng)吞吐率提升22倍、上下文窗口擴展10倍以上的突破性效果。

更關(guān)鍵的是，UCM已于2025年9月在魔擎社區(qū)開源，向全行業(yè)開放接口。此舉不僅降低了中小企業(yè)獲取先進推理加速能力的門檻，更旨在推動形成統(tǒng)一的技術(shù)標(biāo)準(zhǔn)，避免生態(tài)碎片化，加速千行百業(yè)智能化進程。

從技術(shù)突破到生態(tài)共建：先進存力邁向體系化發(fā)展

單點技術(shù)創(chuàng)新固然重要，但要真正釋放AI潛能，必須依靠系統(tǒng)性協(xié)同。在政策引導(dǎo)下，中國信息通信研究院聯(lián)合華為、中國移動、浪潮等企業(yè)成立“先進存力AI推理工作組”，圍繞技術(shù)研究、標(biāo)準(zhǔn)制定、方案落地與生態(tài)構(gòu)建四大任務(wù)，推動產(chǎn)業(yè)規(guī)范化發(fā)展。從技術(shù)協(xié)同來看，芯片廠商的3D堆疊技術(shù)、存儲廠商的架構(gòu)創(chuàng)新、云服務(wù)商的平臺優(yōu)化形成了良性互動，如硅基流動的推理框架適配華為昇騰算力與UCM技術(shù)，實現(xiàn)了軟硬件協(xié)同增效。運營商則發(fā)揮網(wǎng)絡(luò)與資源優(yōu)勢，推動存算網(wǎng)深度融合，移動云探索的以太網(wǎng)協(xié)議棧替代RDMA方案，為存量資源復(fù)用提供了可行路徑。

值得注意的是，我國存力產(chǎn)業(yè)已具備堅實的發(fā)展基礎(chǔ)。截至2025年6月，全國存力總規(guī)模達1680EB，先進存儲占比提升至28%，距離《算力基礎(chǔ)設(shè)施高質(zhì)量發(fā)展行動計劃》提出的2025年目標(biāo)已近在咫尺。在技術(shù)層面，國產(chǎn)分布式存儲產(chǎn)品、AI存儲系統(tǒng)多次斬獲國際權(quán)威測試冠軍，232層三維閃存芯片達到業(yè)界先進水平，閃存主控芯片實現(xiàn)商用突破，產(chǎn)業(yè)鏈自主可控能力持續(xù)增強。這些成果為AI推理存力革新提供了堅實保障，也為應(yīng)對國際技術(shù)競爭構(gòu)筑了產(chǎn)業(yè)屏障。

面向未來：存力即生產(chǎn)力

從本次研討會展現(xiàn)的技術(shù)成果與產(chǎn)業(yè)共識來看，先進存力已不再是單純的“數(shù)據(jù)容器”，而是成為AI智算體系中的“協(xié)同中樞”。隨著技術(shù)創(chuàng)新的持續(xù)深化與產(chǎn)業(yè)生態(tài)的不斷完善，存力將徹底破解AI推理的性能、成本與效率瓶頸，推動智能化轉(zhuǎn)型從大企業(yè)的“奢侈品”轉(zhuǎn)變?yōu)橹行∑髽I(yè)的“必需品”。

當(dāng)AI從實驗室走向生產(chǎn)線、診室、客服臺，其價值不再僅由參數(shù)規(guī)模定義，而取決于能否在真實業(yè)務(wù)場景中實現(xiàn)“快、準(zhǔn)、省”。先進存力通過破解內(nèi)存墻、容量墻與成本墻，正在讓這一愿景成為可能。