存儲還是存力？誰比誰先進

智能時代的故事話題，是有鄙視鏈的。

如果你能脫口而出CPU、GPU、ASIC、FPGA的區別（中央處理器、圖形處理器、專用集成電路、現場可編程門陣列），一定讓人側目。如果能講清楚存算一體應對AI算力瓶頸，聽眾都得夸句懂行。這時有人問你，算力大家都懂，但存儲為什么要叫存力？

如果這時候你還能答出來，才叫真牛。

數據存儲的叫法演變，從storage到存儲再到存力，直觀傳遞出地位的變化。就像群演終于登上了電影謝幕的演職表，數據存儲被視作一股“力量”，正式登上智能時代的舞臺中央。

現在，一直在引領“存力”這個概念發展的中國存儲巨頭曙光存儲，開始以“先進存力中心”為范式，打通中國存儲產業資源，并聯合IDC發布了白皮書《構建面向智能化時代的先進存力中心》。了解這種實踐，不但讓你對存力有更直觀的認識，也對其產業價值會產生新的思考。

——導語

01

存力時代

從存儲到存力，雖然只有一字之差，但卻是數字化進程的歷史突破。

目前所謂的存力概念，廣義上包括內存，但多數語境下是指的外存儲器，也就是我們的數據的主要承載體。

回到開篇提出的那個有趣問題，存儲這個詞用了很久，為何要升級為存力？

在漢語里，“存”和“儲”其實是同義詞，它們都更偏向于“儲存數據”這個相對來說比較靜態的運用維度。

我訪問過的一位院士也曾經談及——存儲長期以來是個配角，它有價值但不是主力；只要不成為系統的瓶頸，不危及數據的安全，人們就較少關注它；它一直在默默的發展，但很少走到舞臺中央。

但就是這種“默默無聞”的配角身份，使人們常常忽視存儲子系統的價值，以至于產生了兩種有失偏頗的認知——

第一種偏頗，是沒有正確的看待存儲對于整個系統的價值，投資比例失調。

倪光南院士就多次、多場合的提及，中國在算力建設中常常存在存算比不合理的問題——國內高度重視投資算力，而輕于投資存儲，最終反而使得系統存在短板。

一個經常被引用的數字是，在某些發達國家，存算比投資達到1:1，也就是一塊錢投向算力，就有一塊錢投向存儲。

而中國的存算比約為0.4：1，也就是1塊錢投給算力，只有4毛錢投向存儲，如果聯系歷史數據，這個值可能更低。

這導致了一個結果，就是目前國內很多算力中心的算力利用率不高。雖然，這是一個系統性的問題，不能簡單歸因于存儲，但存儲性能肯定是諸多短板中較短的一塊。

第二種偏頗，就是簡單的把“存儲”和“數據”混同為一體。

我曾和一位業內專家激辯，原因是他認為無須提出“存力”這個概念。他認為，在AI的“黃金三角”也就是“算法、算力、數據”中，數據就等于存儲，而存儲不需要獨立派生出一個“存力”的概念。

這個觀點，在上一次AI浪潮中可能是成立的。

但在目前以深度學習為主線、大模型為主要應用場景的生成式AI的競爭格局中，在動輒萬卡、十萬卡的大集群場景中，預訓練數據集的體量和質量， 訓練過程中數據的加載和檢查點的建立，直接關系大模型的訓練結果——這種新的模式，頭一次把數據存儲—數據應用—訓練結果緊密的聯系在一起，也讓傳統的存儲子系統的短板驟然暴露。

這種暴露，是人類遇到的百年不遇的技術架構大變局——智能化，與傳統存儲體系之間存在的天然矛盾被放大了。

其中的核心邏輯是——當人類發明智能手機后，僅僅十年就在全球一共有了43億用戶，是有史以來唯一達到這一量級的數字化工具。而且，這是一種全時在線、實時生產數據的工具。這也就決定了，人類迎來了歷史性的數據大爆炸。現在的人類，每年產生100多個ZB的數據，一年的數據增量就幾乎相當于自有計算機以來產生的全部數據，而這一切都需要海量存儲來承載。

有了大量的數據后，人類開始有大數據的概念，大數據進而滋養了AI的發展。在我們還沒有反應過來的時候，數據已經成為和能源、土地、貨幣等同一個層次的頂級經濟要素。

而直到這一刻，人們才發現，原本夠用而且也還算便宜的存儲系統，開始跟不上時代的節奏。

傳統存儲體系面臨的天然困難是，夠快的介質不夠便宜，夠便宜的介質不夠快，又快還比較便宜的介質的軟件算法還不夠好——在我和一位院士的交談中，他指出——傳統上為了解決成本問題而存在的對數據進行冷熱分層的做法（給越常用的數據搭配越快的介質），實際上極大的增加了計算的成本。以至于大量的CPU的工作不是在處理數據，“而是淪為了數據搬運機”。

而IDC中國區副總裁周震剛則直接預言說：我覺得這種趨勢會越演越烈，很可能在未來的智能計算中，CPU的運算作用越來越小，而“數據搬運”的工作量越來越重，GPU則更專注于推理運算。”

IDC中國區副總裁周震剛

在另外一個我們常見的語境中，存力、算力、運力，被認為是共同構成了數字基礎設施的核心底座。

但事實上，在“存力”這個概念里，相對于“存儲”的重點拓展——就是“存力”的概念中天然的包括了一部分“運力”的因素，特別是在分布式存儲越來越受到重視的當下，存儲體系的分布式架構中很重要的一個概念就是數據傳輸，這和傳統意義上的“運力”既有重合又有些微的沖突，從另一個側面體現了從“存儲”向“存力”過渡的過程中，一些固有的觀念將受到挑戰。

事實上，存力不僅僅包括靜態的“存”和動態的“運”，而“先進存力”更包含了“海量、高效、融合、綠色、安全”等多元要素——這也決定了，存儲和存力雖然只有一字之差，但背后卻是許多領域固有觀念的打破和跨領域的融合。

一邊，是隨著IT基礎設施的建設熱潮，人們看到了傳統“存儲”概念的局促性和“存力”概念的良好擴展性；另一邊，是云計算、AI等技術應用的火爆，推動存力地位上行。

那么，存力時代真的到來了么？

02

先進存力的實踐階梯

作為業內首個提出“先進存力”概念的廠商，曙光對此的表述似乎更為完整——中科曙光高級副總裁關宏明曾重點解讀過“先進存力”的概念，即落地打造具備‘一平臺多協議、應用親和、全域數據流動、安全可靠與綠色節能’五大優勢的先進存力中心，以全面滿足市場對數據存儲的容量、性能、安全與產業化多重需求。”

可以說，“先進存力”一直存在于曙光存儲的腦海中，但在不同時代，各自有各自的主要場景和載體。

如果從先進存力自身進化的角度來說，在過去十幾年中，以曙光存儲為例，可以看到爬升了三個階梯。

而爬升的一個前提則是，曙光存儲從2009年開始自研的分布式存儲系統ParaStor已經基本成熟，具有了一切主流、高端的分布式存儲的技術特性，并且有了大量的產業實踐，多年在國內軟件定義存儲市場（一般認為即指分布式存儲）處于數一數二的位置。

在這個基礎上，曙光存儲發展先進存力的第一個階段，叫產品化。所謂的產品化，就是把成熟的底層存儲能力，和特定的場景結合，開發出具有很強的針對性的產品。

這里面既包括“智存”，也就是經典分布式存儲產品——ParaStor全閃存儲針對AI場景的優化，進而具備五級數據加速技術，搭配全路徑AI親和機制，最高可以提升全平臺整體表現20倍+。

當然也有“強存”，曙光存儲今年發布的FlashNexus系列，不僅是全球首個億級IOPS集中式全閃存儲，還是業界唯一有百控級擴展能力的集中式存儲產品，穩定性保障首次突破7個9，綜合性能領先同類產品50%以上。

但是，產品線化只是相對于曙光自身的進化，更高的一級臺階，我們稱之為“方案化”。可以說，如果“強存”、“智存”主要是根據場景來設定，那“方案化”就是針對更細分的領域推出專屬產品，例如針對AI大模型、自動駕駛、智算中心、具身智能等等行業推出專有的解決方案。

曙光存儲總裁何振就指出，方案化的前提，是和用戶的高度交互，是“從用戶需求來打造產品”這個觀念的實踐，當然也是曙光具有代碼級優化能力的底蘊才能發揮的作用。

然而，無論是產品線化，還是解決方案化，都屬于常規賽。曙光存儲真正令人刮目相看的是，是提出了“先進存力中心”的概念。

我們知道，在科技行業，提出概念很容易，但踐行概念并推廣成功很難。

這就像喬布斯2007年拿出初代iPhone時，世界上已經有很多叫“智能手機”的設備，但iPhone的魅力就是能讓人們認為“這就是智能手機”。從而，全世界的研究者也都把“iPhone時刻”當作移動互聯網時代降臨的元年。

“先進存力中心”是否能成為先進存力行業的“iPhone時刻”，只有時間能檢驗。但從它目前展現的一些特質上來說，可以說每個特性都是擊中當下存力發展痛點后的解決方案。

例如，在前文中我們曾經談到過，為了做到成本和性能的平衡而產生的冷熱分層機制，反而成為了吃掉算力的“重勞動”。

“我們建立的先進存力中心，會自動地篩選數據的冷、溫、熱”，曙光存儲副總裁郭照斌說：“例如，對于熱數據，我們一定是提供最先進的高效的數據能力。但這個工作不是由用戶在他們的業務層實現，而是我們能夠做到在大數據中智能識別，是我們的存儲技術本身去識別數據的各個熱度層級的變化，并主動地推送到業務端。讓業務人員感受到他什么時候想用都是最快的”。

“這說明一個問題，那就是目前的存儲系統的性能瓶頸還不是閃存介質本身，而是軟件工程上的問題”，周震剛說：“這也意味著分布式閃存還有很大的發展空間，我們觀察到的趨勢是，如果分布式全閃算作一種先進存力，那么它越來越明顯的開始從適配高性能、高需求的大場景，開始滲透向小集群、小場景，這就讓基于全閃的分布式存儲還有很高的天花板。”

郭照斌提及的另一個先進存力中心的重要特性，是良好的融合性。

“我們以前覺得用不上的數據太多，到現在覺得數據不夠用，是因為智能化時代重新激發了存量數據的價值。但由此就帶來一個問題，以前即使在同一個體系內，存儲數據的方式也是煙囪式的、彼此不兼容的”，郭照斌說。

而曙光的先進存力中心創造了這樣一種可能性，無論這些數據是對象協議訪問的、跨協議方式的、文件方式的、塊存儲方式的，都可以自動、快速的完成數據匯聚，并且同時自動識別哪些是要近期訪問的，哪些是需要長期冷存儲的，“這樣就不僅僅解決了匯聚的問題，而且把數據利用前的一切準備工作都加工好了，就好比以前提供的是食材，現在直接提供的是凈菜。這樣極大的降低了用戶的負擔，讓數據的應用者更能把精力集中在發現、利用數據的價值上，而不用把太多精力放在數據本身的處理和存儲上，這也是明顯超越當前主流形態的新特性。”

當然，先進存力中心在性能、安全性和綠色屬性上，還有許多內容需要展開。但限于文章篇幅，我們只選擇最具代表性的兩個特點。

而什么叫最具代表性，答案一定是——用戶最普遍認為是痛點的。

03

落地進行時

我們前面說過，先進存力的概念很好，但先進存力中心的落地很難。

但是，最難的第一步已經走出了。

西部(重慶)科學城先進數據中心(以下簡稱“先進數據中心”)是東數西算工程成渝樞紐節點示范項目，也是全國一體化大數據中心的“協同創新體系示范工程”。

這個由中科曙光承建的數據中心，其實就是曙光版“先進存力中心”的落地樣板。而且，因采用多種創新技術，使其成為東數西算項目中整體國產化率、綠色節能技術等位居前列的先進數據中心。

例如我們前面未及展開的“綠色”方面，重慶先進數據中心就采取了曙光獨家的浸沒式液冷技術、余熱回收、綠色建筑等多種節能技術方案，不僅解決了散熱，還可以充分的釋放芯片的潛能。

“存算一體是近年來的一個新概念，它受到了人的大腦神經元既可以存儲信息，又可以處理信息的啟發，以此為靈感實現了存算一體化。雖然，這可能不是存算一體的終極方案，但也可以被稱為是這一領域具有較強先進性的領先實踐”，郭照斌說：“除了存算一體化，這里還包含有場景融合一體化、數據聯邦一體化、生命周期一體化、數據服務一體化等多個一體化方案，目的仍然是讓用戶可以心無旁騖的把注意力集中在業務上，而較少甚至無感于‘存力’的存在”。

而把先進存力中心放在重慶，除了其地理位置要素外，和其產業集中度也有關系。例如，重慶有全國最大的汽車摩托車產業集群，而曙光在先進數據中心已經為國內一家新勢力車企構建了一個超過100PB的底層存力平臺，通過存力平臺可以實現用戶的自動駕駛業務數據的錄入、預處理，以及仿真、分析業務的導出，提供全流程支持。

顯然，先進存力中心不止有一種方案，但曙光提出的范式，越早落地，就越早有機會遇到現實的挑戰和問題，也就有機會先于其他企業遇到這些問題和解決這些問題，而這又將反哺曙光的行業領先地位。

事實上，今年曙光存儲可謂亮點頻頻，例如發布了全球首個億級集中式存儲、打榜xxx成功等等，但這一切，都不如站在重慶中心城區西部槽谷的高點，鳥瞰西部（重慶）科學城的全貌時，那樣讓人心潮起伏。

可以說，這個先進存力中心是中國企業級存儲行業發展到今天的最新、最高水平的體現。從整體的體系性能力來說，它比最先進的集中式閃存、分布式閃存的單點產品突破還更有意義。

可以說，集中式、分布式閃存是目前最高光的兩類存儲產品，但產品如果不和具體的場景結合，就是無法落地的。而存力中心決定了存力的運用方式，讓各種集中、分布式存儲產品成為了構筑先進存力中心的基石。

這里，或許將會是中國存儲出發趕超世界頂級存儲產業的出發地。

中國企業級存儲經過幾十年的風雨，從追趕到PK，再到今天的局部領先。其中一個最大的背景，就是中國是全球最大的單一互聯網國家（從網民數量級這個維度來看）。

這個龐大的體系和其中的千行百業，給了中國存儲產業最好的發展沃土，加之中國目前已經成為全球唯二的人工智能創新策源地，可謂AI的浪頭才剛剛興起，大規模落地已是躍躍欲試。客觀說，這種場景，放眼全球，可能只有美國和中國具備。而中國的產業規模、網民人口、設備數量、核心需求，都更大也更迫切。

可以想像，在中國在競爭全球AI高地的過程中，會和時代的需求互相奔赴，發展到一個引領全球應用范式的新境界。而存力作為其中的核心支撐，也會在頂級的需求的催迫下，走到一個新的高度。