武桐树 沐曦 百代三方合作进军AI存储系统解读

2025年11月03日 关键词 AI存储 存储芯片 提价 百代 梧桐树 木西AR数据存储GPU万卡集群 高带宽IOPS计算中心 医疗 司法 教科研 解决方案 芯片 硬件 软件 全文摘要 随着AI算力的迅速发展，市场对高效存储系统的需求日益增长，推动了存储芯片公司提升产品定价。为应对这一趋势，四方合作——百代、罗曼股份、木西与梧桐树高新——聚焦AI存储系统行业，旨在共同推进技术进步与市场扩展。孙总强调，百代作为AI数据存储领域的领头羊，正与合作伙伴深化AI基础设施的整合，以满足AI领域对存储技术的高要求，如高带宽、高IOPS和大规模数据处理能力。中国在AI存储领域展现出快速发展势头，并具备与国际竞争者抗衡的潜力。讨论涵盖AI存储在各种场景的应用前景、面临的技术挑战以及未来的发展趋势，展现了百代对在AI存储领域实现与国际领先者并驾齐驱乃至超越的信心。 章节速览 三方合作布局AI存储系统，共谋中国信息产业未来 百代、木西和梧桐树高新三方宣布战略合作，聚焦AI存储系统领域，旨在整合资源，解决AI计算中的存储难题，推动中国信息产业超越美国。百代在高带宽、高IOPS存储解决方案方面已有多年积累，木西在AI计算领域有深厚技术，梧桐树高新则专注于垂直整合，三方合作将为大规模AI集群提供稳定的数据供应，共同开创中国AI存储系统的未来。 AI算力驱动下的存储新需求 AI算力发展促使存储系统需满足高带宽、低延迟和大规模数据处理要求，包括提升读取速度至极致吞吐、单集群传输能力达到千倍以上、单节点IOPS从30万提升至300万，以及通过智能化管理降低成本，确保GPU高效运行，避免算力资源浪费。 AI存储技术的短期应用场景探讨 对话围绕AI存储技术在短期内的应用场景展开，指出技术储备丰富，可支撑大规模计算中心需求，尤其在医疗、司法、教科研等领域有快速落地的前景。同时，强调AI存储解决方案适用于几乎所有AI及传统场景，目标是实现更快、更优、低成本及高性能。 AI存储业务进展与技术优势解析 会议中，讨论了AI存储业务的最新进展，预计至2026年将上线50至100个大规模集群，显著提升GPU卡利用率至80%以上，性能较传统存储提高十倍。此外，强调了在存储领域实现技术突破与弯道超车的目标，特别是在AI爆发的背景下，通过核心技术与产品储备，实现每年业务的倍增。 AI存储行业合作与定制化解决方案探讨 对话围绕AI存储行业的定制化特点展开，强调了跨领域合作与技术整合的重要性。提及行业需软件、硬件及网络等多方面协同，通过持续实验优化性能。同时，展望了未来领先产品的研发方向，包括芯片、电路、通讯端及数据调配端的深度整合。最后，介绍了会议提问方式，鼓励参会者积极参与互动。 中美AI存储领域竞争与追赶策略 讨论了中国与美国在AI存储领域的技术对比，指出中国虽在尖端领域取得突破，但整体仍需追赶，尤其是在人才储备、硬件整合及工程环境投入方面。提出通过加大底层算法、硬件及工程实验环境的投入，预计未来两三年内可实现对美国同行的赶超。会议还介绍了提问方式，鼓励线上参会者互动。 存储技术创新与AI存储需求探讨 对话围绕存储技术的创新及AI存储需求展开，讨论了包括IDMA、HBM内存、高带宽flash等新技术在存储领域的应用，以及这些技术如何支撑大规模数据处理与存储。同时，强调了底层体系稳固性对于多模态、大模型等场景的重要性，展现了存储技术在高性能与稳定性上的突破。 ●AI存储与算法硬件一体化发展趋势探讨 对话围绕AI存储在企业级应用中的场景展开，提及高性能存储方案在国家电网等领域的实施案例，强调PCI5.0技术的应用及非结构化数据管理工具的优化。同时讨论了算法与硬件一体化的未来趋势，如英伟达DDX一体机，以及其对AI存储业务发展的推动作用，三方合作将投入研发云边端一体化的高性能存储方案，拓展应用想象空间。 AI存储行业发展与全球布局探讨 会议围绕AI存储行业的发展进行了深入讨论，指出在硬件条件相对平等的情况下，算法端的优化与原创性是行业超越的关键。同时，展望了全球市场布局，计划在国内外多个区域展开更深层次的业务拓展，以满足全球范围内的存储需求。 目前存储行业是一个什么样的发展进程，以及三方此次的合作规划是什么？ 当前存储行业随着AI算力的迅速发展，关注度显著提高。近期一些存储芯片公司出现提价现象，且百代、木梧桐树和高新三方近日达成战略协议，在AR和数据存储等AI基础设施领域进行深度整合。合作规划包括针对大规模AI集群所需的高带宽、高IOPS解决方案的研发，以满足未来AI应用的需求，并通过资源整合解决当前中国在AI存储领域的整合较少的问题，为中国的信息产业发展奠定坚实基础。 AI算力快速发展下，AI存储对传统存储有哪些新的要求？AI存储与传统存储在性能指标上具体有哪些区别？ AI存储相比传统存储，有以下新的要求：首先，需要提供更大的带宽以避免GPU闲置，保障数据流不间断地支持GPU高效计算；其次，要适应大规模非结构化数据和对象数据量呈指数级增长的需求，实现数据协议和类型整合，以及存储池提取协议的兼容性；最后，通过智能化生成热数据和冷数据，兼顾成本优化，采用更经济的方案降低存储池的持有成本，同时大幅提升数据读取速度、带宽和数据传输效率，相比传统存储可能实现百倍甚至更高的提升。AI存储相较于传统存储，在提取数、读取速度等方面有显著提升，从基本需求转向极致的吞吐和DNS能力，带宽可能提升百倍以上。在单集群的数据传输方 面，AI存储需求达到传统存储的千倍甚至更高。此外，AI存储对延时的要求也非常高，需要优化数据接口和硬件性能，同时单节点要支撑大规模运行，整体上对带宽、IO性能以及延时都有极高要求。 目前来讲，您觉得在短期内AI存储会在哪些应用场景相对比较容易落地实现？ 在短期内，AI存储可以在大规模计算中心领域快速落地并实现大规模复制，例如对英伟达B200、H200、H100以及木犀的万卡集群等都可以提供支撑。同时，在事业单位、医疗、司法、教科研等领域的少量集群中也能进行有效支撑。 我们目前AI存储业务的一个进展如何，以及如何预测大致的业务体量？ 今年我们预计到12月31号会有近10个集群上线，通过与木樨、梧桐树及其他业务合作伙伴的配合，预计2026年可能会有50到100个大规模的千卡万卡集群上线。 GPU卡上的利用率是否比传统存储提高了非常多，以及这种利用率如何体现在性能优化上？百代主要是进行模组、固件和软件设计制造吗？ 是的，我们的AI存储GPU卡利用率可以达到80%以上，相比传统存储有很大提升。通过底层的Linux整合、硬件软硬件优化，以及更精简的算法，AI存储的性能比传统存储高十倍以上。底层核心算法优化可充分利用硬件性能，从而实现更高性能。百代在存储领域已发展到第八代，致力于将大规模芯片整合成算力池、存储池和数据池，解决数据量暴增带来的挑战。我们一方面追求技术突破实现弯道超车，另一方面借助AI爆发的机遇，利用充足的产品技术储备推动业务每年倍增。 AI存储行业是否比较定制化，需要产业链多方合作，公司在合作中扮演什么角色？ AI存储行业确实较为定制化，需要产业链上多方合力发展。在合作中，像我们这样的OSS（OptimalitySolutions）公司会根据不同的数据量和计算量强度，为客户定制解决方案，包括软件、硬件和网络等方面的研究与工程实验。 在AI存储领域，咱们中国的头部企业和美国的头部企业相比，大概是一个什么样的水平？是否还需要一定时间追赶？ 根据目前的情况，从结果上来看，中国和美国的厂商在应用场景上表现相近。 为什么希望资本更多关注存储这个赛道？ 存储领域是一个高度跨专业、需要海量资源投入的工程领域，包括优秀人才对Linux底层、数学等基础研究的支持，以及大规模硬件整合测试和环境搭建。目前中国在这方面的投入和人才储备相较于美国还较为薄弱。 中国存储行业与美国存储行业的研发投入对比如何？中国存储行业何时能实现对美国同行的赶超？ 美国企业在存储领域的研发持续投入力度非常大，而中国的存储行业在过去在芯片端虽有较大投入（如长江存储、长期存储），但在资源整合和底层算法突破等方面相对较弱。但通过与梧桐树、木西等战略绑定，百代等公司将加大投入，并有望实现存储领域的弯道超车。预计随着中国芯片端技术提升、人才储备增加以及资本的进一步投入和耐心支持，大约两三年内有望实现对美国同行的赶超。 在当前存储市场周期上行阶段，是否有一些新技术正在颠覆传统存储技术？ 当前存储领域正融入大量创新技术，如IDMA、33D闪存、HBM内存等。网络端也已开始采用800GID，这些芯片端的创新会被应用到存储系统中，推动整个行业的发展和变革。 随着更高带宽网络芯片的推出，比如1.6T甚至3.2T，是否会整合到贵公司的自助解决方案中，并且在CPU和GPU方面有哪些进展？ 是的，我们会将包括1.6T、3.2T在内的更高带宽网络芯片整合到我们的自助解决方案中。目前我们已推出基于x86和中国自主指令集如Rock指令集的产品，并且在出货中。未来还会考虑将GPU、NPU等纳入整个体系，以适应大规模数据量和特定应用场景的需求。 AI存储在多模态模型的应用中有哪些重要意义？ 在多模态模型中，对存储的需求非常大，因为这些模型需要大规模的数据供应、处理和存储。这要求底层有非常坚固且高性能稳定的体系来支撑，无论是处理前的数据（金沙）还是处理后的数据（纯金）。因此，在这个领域，AI存储具有重大意义，能够满足从大型数据中心到企业客户端的各种需求。 贵公司在企业客户端场景中是否有适用的AI存储解决方案？ 有的，在企业客户端场景中，我们已经成功为国家电网提供了超高性能的AI存储解决方案，采用PCI5.0高带宽、高IOPS的产品。目前，我们在航天军工、医疗教育、政府单位以及小型企业客户中都有批量出货，并针对小场景AI存储进行了优化，提供了便捷管理非结构化数据集的工具和更好的管理软件。 算法和硬件一体化是否是AI发展的趋势，以及这种一体机对AI存储业务的影响是什么？ 算法和硬件一体化确实是AI发展的趋势，例如英伟达的DDX等产品就体现了这一特点。通过底层GPU技术和高性能存储方案的结合，可以构建云边端一体的算力群，更好地服务于各类用户场景。我们（梧桐树、木犀和百代）将在此领域持续投入研发，推动小型化AI体系的发展，从而为AI存储业务带来更大的想象空间和发展意义。 为了使AI存储行业超越美国，在哪些方面最需要努力？ 在硬件环境全球拉平时，若要超越美国，最需要在算法端进行迅速补足和创新。尽管硬件端已经相对成熟，但底层算法的优化和原创性至关重要，尤其是在涉及大量数学运算的存储解决方案中，需要编写数百万行代码并进行深入的算法优化。 百代是否会随着业务发展扩展到国际市场？ 百代不仅在国内有广阔的发展空间，在全球范围内也有海量的存储需求。未来26年内，我们计划在每个省以及中东、中亚、拉美、南美和欧洲等地进行布局和销售服务，致力于成为全球领先的AI存储解决方案提供商。