1、 1AI 时代的存储基石张广彬 张翼 王海峰 I 著AI时代的存储基石 2目录 CONTENTS前言：存储是人工智能的关键基座 04第一章：AI 与存储技术 开启未来数据新纪元 09典型 AI 应用带来的存储增长趋势 12大模型场景下的以存强算 12自动驾驶 3.0 时代的数据循环 14边缘 AI 存储成为热点 17存储技术的挑战与机遇17存储系统的智能化 18算力与存力高效协同 19计算存储协同促进 AI 落地 19第二章：AI 应用场景与存储需求 21准备数据22训练过程24检查点及其作用 24数据量与读写压力 25检查点的保存 27检查点的恢复 29推理过程33KV Cache 及容量需

2、求 33RAG 与向量数据库 35内容生成37生成式 AI 促进数据生产 39边缘侧计算和存储能力增长 40数据留存与复用 41小结42 3AI 时代的存储基石第三章：AI 应用中的存储层级 43存储层级架构44HBM 与 SRAM 45存储容量46HDD 47SSD 49存取性能52顺序读写 52随机读取 53随机写入 54耐久性 55分层存储56第四章：技术演进与生态59容量趋势60硬盘 60SSD 62性能趋势64多磁臂 65FDP 67统一生态68绿色节能 71功耗水平 72增长趋势 72液冷选项 74长效节能 74硬盘再生 76结语：AI 重新定义数据存储的量与质 77 4因“数”而

3、变，以存强算存储是人工智能的关键基座自 2022 年底通用大模型技术取得突破以来，人工智能领域进入发展快车道。2024 年 2 月发布的多模态生成式模型，标志着基础大模型正从单一数据处理向多维度信息整合演进。这类系统通过融合文本、图像、音频等多模态数据，实现更接近人类认知的复杂信息处理能力，在医疗、交通、工业制造和气象预测等领域展现出显著应用价值。近期，得到广泛采用的开源大模型通过系统性优化，在保持高性能的同时大幅降低训练成本，引发行业广泛关注。而另一技术方案则通过大规模算力集群的部署，验证了算法效率与算力规模协同发展的重要性，为行业提供了多样化的技术路径参考。从 2018 年始，希捷参与了益

4、企研究院发起的数字中国万里行活动。几年来，数字中国万里行团队足迹遍布“东数西算”八大枢纽节点，考察了云计算、自动驾驶、高教、金融、制造等相关行业上百个数据中心，见证了云计算、人工智能高速发展下的技术应用趋势和架构演进。Jason Feist 希捷科技市场营销高级副总裁前言 I 因“数”而变，以存强算 存储是人工智能的关键基座 5AI 时代的存储基石2024 年，希捷科技再次联合益企研究院，针对不同行业场景深入调研和解读。我们发现算力和存力的紧密结合，正推动着数字经济高质量发展。基于本次调研，我们认为以下三个方面值得在更大的范围内进行探讨。首先，随着数据的爆炸式增长，生成式 AI 应用走向普及，

5、更丰富的内容、更频繁的复制以及更持久的数据留存，带来了更多的数据创建和存储需求。根据市场研究机构 IDC 的预测，到 2028 年，全球预计将产生 394ZB 数据。而现代数据中心存储的所有数据中，有80%90%是非结构化数据，包括文本文件、图像、视频和电子邮件等，它们无法规则地纳入到传统数据库中。在 AI 赋能业务的过程中，企业利用数据的能力提升，带动数据存储、管理、使用的需求增长。用户越来越关注数据存储容量、数据访问速度、设备与系统的能效等方面。IDC：全球生成的数据中，只有不到 5%会被保存下来。预计到 2028 年，存储在云端的数据约 10ZB（具体构成如上图，HDD 占比约 80%，

6、是 SSD 的 6 倍多），企业端约6ZB，消费端约 4ZB 6更重要的是，高质量数据是构建可信人工智能的支柱。数据的准确性、完整性、一致性和时效性直接影响着 AI 模型的训练效果和决策的可靠性。不准确的数据可能导致模型产生错误的预测和判断。反之，良好的数据管理，跟踪模型历史和数据脉络不仅可以帮助企业实现精准决策，还确保企业遵守人工智能法规。同时可以避免企业依赖于单一来源或者商业利益驱动下的专有数据，使 AI 模型更加全面准确地反映现实世界情况，确保推理的可确定性。其次，AI 工作负载在不同阶段需要不同特点和类型的算力、存力支撑。在大型数据中心部署中，AI 相关数据在使用和创建的无限循环中流动