AI时代存力重构：从硬件堆砌到智能自主，IBM定义企业存储新范式

当人工智能从模型训练的技术探索，全面迈入推理规模化落地的Token经济时代，存力已经超越单纯的硬件支撑角色，成为决定企业AI转型成败的核心生产力。全球半导体供应链持续波动、存储硬件交付周期拉长、算力成本居高不下，叠加勒索软件攻击智能化、企业数据规模跃升至EB级，传统以“堆硬件、扩容量”为核心的粗放式存储架构，早已无法适配AI原生的业务需求。行业正迎来一场根本性的存力变革，如何让存储与算力高效协同、让数据安全流动、让资源效率最大化，成为全行业共同破解的命题。

IBM大中华区存储事业部总经理吴磊

IBM大中华区存储事业部总经理吴磊在行业洞察中指出，AI落地的核心矛盾已彻底转变，企业不再缺模型，而是缺能盘活存量数据、支撑端到端AI流程的存储底座。当下全球存储供应链陷入结构性紧张，20T、24T硬盘交付周期普遍长达52至72周，DRAM、闪存、磁带等核心组件价格持续攀升，单纯依赖硬件扩容的路径已经走不通。与此同时，大模型向边缘终端渗透、参数量百倍增长、AI辅助开发让应用迭代提速，再加上黑客借助AI升级攻击手段，存储系统必须具备秒级检测、分钟级恢复的能力，存力的性能、弹性、安全性与智能化，直接决定AI能否从试点转化为真实生产力。

Token经济与供应链承压，存力成为AI落地核心壁垒

AI产业的规模化落地，彻底改写了数据与存储的关系。过去企业聚焦模型训练，依赖互联网公开数据即可完成研发；如今进入推理爆发的Token经济阶段，必须盘活企业内部海量的结构化、非结构化存量数据，同时满足多模型部署、实时数据调用、全流程合规追溯的需求。单一的模型一体机或编程环境，无法构建完整的AI生产力闭环，企业亟需搭建人工智能工厂，打通数据采集、集成、训练、推理、决策的全链条，让数据持续流动而非静止存储，这也对存储系统提出了前所未有的严苛要求。

全球供应链的不确定性，进一步加剧了行业的存力焦虑。晶圆产线扩建周期长达三至四年，DDR4向DDR5、HBM高带宽内存的技术迭代，让存储硬件的供给缺口短期无法弥补。企业即便投入巨资，也难以快速获取硬件资源，提升存量资源效率成为更务实的选择。而安全层面的挑战同样紧迫，AI赋能的勒索软件攻击效率大幅提升，传统以小时、天为单位的响应机制彻底失效，存储系统从被动防御转向主动感知，成为企业数据安全的最后一道防线。

IBM中国区存储业务销售总经理金鑫

IBM中国区存储业务销售总经理金鑫在行业实践中观察到，当前企业CIO普遍面临五大核心痛点，一是勒索软件攻击频发导致业务中断，二是机房电力负载受限难以扩容，三是多云异构架构带来巨大运维压力，四是AI创新陷入盲目试错困境，五是存储成本持续高企挤占IT预算。这五大痛点相互交织，让传统存储架构的短板彻底暴露，行业亟需一套兼顾性能、成本、安全、智能的全新存储解决方案。

让AI走向数据，破解海量数据治理困局

面对行业的深层变革，IBM率先提出“让AI走向数据”的核心存储范式，彻底颠覆传统“数据走向AI”的落后模式，从存储底层解决企业海量数据治理的核心难题。

传统存储依赖多副本复制满足不同场景的数据调用需求，在TB级小规模数据时代尚可适配，但进入PB、EB级海量数据时代后，多次数据复制带来了存储成本、网络成本的大幅上涨，多副本还会造成数据治理混乱、版本无法统一，同时扩大安全攻击面，让造价高昂的GPU资源因频繁数据传输陷入空转，造成巨额算力浪费。吴磊强调，在万卡级GPU集群成为常态的当下，1%的算力闲置就意味着上亿元的损失，存储的核心价值，是让GPU始终处于高效运转状态，而非等待数据传输。

IBM的新范式以单一数据源为核心，搭配内容感知存储（CAS）技术，彻底摒弃不必要的数据冗余副本，保证数据的唯一性与可追溯性，完美适配金融、汽车、医疗等高合规行业的监管要求。当数据发生更新时，存储层会实时感知变化并主动将最新数据推送给AI模型，而非让模型被动抓取数据，同时依托智能策略实现数据在热、温、冷、深冷不同层级存储间的自动流动，上层应用无需感知数据物理位置变化，就能在不影响使用体验的前提下，实现性能、成本与安全的最优平衡。

这一范式的核心，是打破数据孤岛、杜绝资源浪费，让存储从被动的数据容器，转变为主动的AI数据服务平台，真正实现“数据不动、算法动”，让AI在数据产生的地方完成处理，最大化释放算力价值。

三大支柱构建AI原生存储底座

围绕“让AI走向数据”的核心范式，IBM构建了覆盖热数据、温冷数据、深度归档数据的全栈存储体系，以FlashSystem高速闪存存储、Storage Scale 全局数据平台、磁带长期归档为三大支柱，为企业AI工厂筑牢数据根基。

在核心热数据存储场景，IBM推出FlashSystem 5600、7600、9600三款全闪存系统，以FlashSystem.ai AI智能体与第五代FlashCore Module（FCM5） 自研硬件为核心，开启“自主存储”新时代。

FlashSystem.ai相当于全天候的智能存储管理员，支持中文自然语言交互，可完成运维配置、性能优化、威胁检测、合规审计等全流程工作，减少90%的手动管理工作量，所有涉及数据删除的高风险操作均设置严格权限限制，从机制上杜绝数据安全风险。

FCM5自研闪存模块单盘最高容量达105TB，内置硬件芯片实现1:5硬件压缩、量子级加密与勒索软件实时检测，60秒内即可发出警告，误报率低于1%，所有运算在盘内完成，不占用控制器性能，还能将磁盘寿命延长57%。三款产品分别适配边缘场景、虚拟化平台、核心关键业务，物理空间占用较上一代降低30%至75%，运营成本大幅下降。

在AI训练与数据湖仓场景，IBM Storage Scale System 6000/3500作为AI工厂的核心数据平台，以全局命名空间打通边缘、数据中心与多云环境，彻底消除数据孤岛。升级后的Storage Scale 6000支持大容量QLC闪存，单机架最大容量达47PB，配合NVMe-oF加速技术，可提供340GB/s吞吐量与2800万IOPS，已通过NVIDIA DGX平台认证，能稳定支撑万卡级GPU集群，快速完成模型训练检查点落盘。在IBM与NVIDIA的联合方案中，该系统帮助雀巢将全球供应链数据查询时间从15分钟缩短至3分钟，成本节省83%，性价比提升30倍。

在长期合规归档场景，IBM依托75年磁带技术积淀，为企业提供极致成本与高可靠的深冷存储方案。当前光盘存储已退出历史舞台，磁带成为唯一可支撑数据长周期存储的介质，最新LTO10E磁带容量提升30%，磁头角度优化至36度并新增伺服自动对准功能，内置抗量子加密技术，可满足数据30年长期保存需求。磁带存储成本仅为磁盘的三分之一到四分之一，能耗降低90%，可靠性比磁盘高1000至10000倍。百度智能云采用该方案存储网盘冷数据，存储成本降低80%，并实现12个9 的高可用性；国内头部智驾企业借助磁带库实现EB级车规数据长期保存，完美满足合规追溯要求。

算力存力协同，赋能千行百业数智转型

IBM Storage并非孤立的软硬件产品，而是通过深度生态协同与本土化场景落地，将技术方案转化为企业可感知的实际价值，真正打通算力与存力的协同壁垒。

在生态合作层面，IBM与NVIDIA扩大战略合作，围绕GPU原生数据分析、智能文档处理、合规基础设施、云服务与咨询服务深度整合，将IBM存储与NVIDIA Blackwell Ultra GPU、Red Hat AI Factory无缝对接，助力企业AI快速规模化落地。在国内，IBM与上海开赟近期发布联合创新，基于IBM Spectrum LSF作业调度平台，打造“AI 预测、精细调度、资源管控、实时监控”的内存优化方案，在芯片设计HPC场景中，将集群内存利用率从不足50%提升至78%以上，作业等待时间缩短30%，每年为客户节省数百万元硬件投入。

在本土化实践中，IBM存储已覆盖半导体、制造、医疗、快消、金融等核心行业。华东某半导体企业借助FlashSystem与磁带库整合方案，打通多品牌存储数据竖井，产能爬坡效率提升20%；江苏某三甲医院以FlashSystem支撑PACS系统高并发读写，配合磁带库实现影像数据长期保存，院内外协同效率大幅提升；国内头部快消企业通过FlashSystem双活架构，实现全国工厂与终端的ERP、供应链数据实时同步；华北大型离散制造企业以双活架构保障核心系统零中断，搭配磁带库完成关键数据归档，兼顾业务连续性与合规需求。

技术创新破局供应链，锚定数字自主

面对全球供应链的长期挑战，IBM存储始终坚持以技术创新替代硬件堆砌，这也是其在行业变革中保持领先的核心逻辑。吴磊表示，技术创新的本质是为企业带来经济性，IBM的计算存储路线，将压缩、加密、威胁检测等工作负载下沉到闪存模块，既降低了对核心硬件的依赖，又提升了系统效率，在闪存价格翻倍的市场环境下，依然能让企业的整体使用成本低于涨价前水平。

对于行业热议的AI存储与自主存储，IBM给出了清晰定义。AI存储的核心价值，是具备支撑大规模GPU集群的高吞吐能力、跨云边端的弹性扩展能力、数据全生命周期的安全流动能力；而自主存储包含两层内涵，一是数字自主，企业完全掌控数据存储、调度、使用的主动权，不被厂商与云平台绑定；二是AI智能体自主，通过智能化技术降低运维依赖，让存储系统主动服务业务。

金鑫补充道，磁带技术仍在持续迭代，IBM已规划出未来5代磁带技术路线，单盘容量最高可至580TB，在冷存储领域的优势无可替代，这也是企业应对供应链紧张、降低长期存储成本的最优选择。

写在最后

我们看到，AI时代的存力竞争，早已不是容量与性能的单一比拼，而是范式、技术、生态与落地能力的综合角逐。当行业告别硬件堆砌的粗放时代，走向智能自主、高效协同的精细化阶段，IBM以“让AI走向数据”为核心，用全栈存储技术、深度生态协同与本土化实践，为企业提供了一套可落地、可验证、可扩展的存力解决方案。

在供应链波动与算力革新的双重浪潮中，IBM始终以长期主义深耕技术创新，帮助企业突破存力瓶颈，将静态数据转化为动态生产力，在AI+时代锚定数字自主，构建可持续的核心竞争力。