核心观点与关键数据
AI算力驱动存储需求升级
随着AI算力快速发展，市场对存储系统提出高带宽、低延迟、大规模数据处理要求。AI存储需满足：
- 读取速度极致吞吐
- 单集群传输能力提升千倍以上
- 单节点IOPS从30万提升至300万
- 通过智能化管理降低成本，提升GPU利用率至80%以上，性能较传统存储提升十倍。
三方合作聚焦AI存储系统
百代、木西与梧桐树高新达成战略合作，聚焦AI存储系统研发，目标解决AI计算中的存储难题，推动中国信息产业超越美国。合作重点包括：
- 高带宽、高IOPS存储解决方案研发
- 整合资源解决中国AI存储领域整合不足问题
- 预计2026年上线50-100个大规模集群，GPU卡利用率超80%。
短期应用场景与业务进展
- 短期内AI存储可快速落地于大规模计算中心（如英伟达B200/H200集群），并应用于医疗、司法、教科研等领域。
- 百代AI存储GPU卡利用率达80%以上，性能较传统存储提升十倍，通过底层Linux整合、硬件软硬件优化及精简算法实现。
中美竞争与追赶策略
- 中国AI存储虽在尖端领域取得突破，但整体仍需追赶美国，尤其在人才储备、硬件整合及工程环境投入方面。
- 通过加大底层算法、硬件及工程实验环境投入，预计两三年内可实现对美国同行的赶超。
技术创新与未来趋势
- 新技术如IDMA、33D闪存、HBM内存、800GID等被整合到存储系统，推动行业变革。
- 算法与硬件一体化是AI发展趋势，英伟达DDX等产品体现该趋势，未来三方将研发云边端一体化高性能存储方案。
全球布局与定制化服务
- 百代计划在国内外多个区域展开业务拓展，覆盖中东、中亚、拉美、欧洲等地。
- AI存储行业定制化程度高，需产业链多方合作，百代作为OSS公司提供软件、硬件及网络定制解决方案。
研究结论
- 中国AI存储行业处于快速发展阶段，通过三方合作与技术突破有望实现弯道超车，预计两三年内可追赶美国同行。
- AI存储需满足高带宽、高IOPS、低延迟等需求，短期内可快速落地于计算中心及特定行业场景。
- 算法与硬件一体化、新技术整合是未来发展趋势，中国需加大底层算法与工程环境投入以实现超越。
