随着人工智能技术的快速发展，数据量呈指数级增长，存储系统正从传统的“数据容器”向“智能中枢”转型。7月27日，2025世界人工智能大会（WAIC）期间，曙光存储与中国移动联合发布的全国首个智能存力调度平台，探索数据“存得下、流得动、用得好”的解决之道。

  曙光存储总裁何振表示，当前数据中心普遍存在三大痛点：“一是数据看不全，不同数据中心存在壁垒，系统不兼容导致难以统一管理；二是数据理不顺，海量数据价值难定位，跨域流动效率低；三是数据用不好，冷热数据调度延迟高，影响业务体验。”

  这一困境在“东数西算”推进中更为凸显。当东部算力中心需要调用西部存储的冷数据时，传统架构下的延迟问题直接制约业务效率。“过去20多年，我们一直在探索分布式存储技术，但面对AI时代的跨域数据调度需求，必须从根本上突破传统架构的局限。”何振说。

  据了解，当前AI训练场景对存储性能的需求已较传统高性能计算提升数十倍甚至百倍。曙光存储副总裁张新凤举例说道：“自动驾驶领域的数据处理涉及采集、脱敏、训练等多环节，每个环节对存储的访问模式差异显著，传统存储架构难以适配这种复合型需求。”

  此次发布的智能存力调度平台，在跨域数据调度、异构资源整合等方面实现了多项技术突破。曙光存储副总裁杨志雷将其核心能力概括为无感调度、一致可信、高效协同三大特征。

  “数据跨域流动时，用户必须‘无感’，业务不能停，这是最大的挑战。”杨志雷解释，以广州节点调用西部数据为例，平台需在后台完成数据迁移的同时，保证前端业务持续运行，这对存储系统的实时性和稳定性提出了极高要求。此外，多节点并发访问时的数据一致性保障同样关键——“上海节点更新的数据，其他区域要第一时间可见，且保证强一致性，这既考验文件系统的元数据管理能力，也对跨域网络延迟控制提出挑战。”

  在性能层面，平台通过数据分级管理策略实现高效协同。何振介绍：“我们将访问频繁的热数据放在离算力中心较近的节点，冷数据存储在西部低成本节点，既降低了综合能耗，又通过芯片级‘超级隧道’加速技术将延迟控制在毫秒级，让数据流动无感且高效。”

  针对AI场景的差异化需求，平台还实现了存储性能与计算需求的精准匹配。曙光存储在分布式文件系统中融入聚合带宽优化技术，单节点带宽可达190GB/s，IOPS达500万，“完全匹配前端计算平台的算力释放需求，解决了传统IT架构中存储始终是瓶颈的问题。”杨志雷补充道。

  随着AI技术向千行百业渗透，存储作为数据要素的承载者与调度者，其技术突破正深刻影响数字经济的发展节奏。对中小企业而言，这一技术突破降低了AI应用的门槛。“中小企业无需自建复杂存储系统，就能享受高性价比的存力服务，这为AI普惠奠定了基础。”杨志雷表示。（宋雅娟）