大容量存储是人工智能AI之"根"！在 AI 应用中海量的算力必然需要海量的存力

在 AI 应用中，大容量存储技术的选择对于处理 和分析海量数据至关重要，近年来涌现了多种适应 于 AI 的数据存储技术。其中，在存储设备方面，全闪 存存储提供更高的 I/O 性能和更低的延迟。

随着Open AI等大模型参数增长至万亿级别，对应的算力需求也呈现指数级增长的趋势，海量的算力必然需要海量的存力，各大科技巨头也加码研发用于AI的HBM存储模块，在AI增长的推动下，产业整体的HBM消耗量将显著提升，2024年预估增速超过200%，2025年HBM消耗量将再翻倍。

全球存储产业发展现状

存储器具有高度标准化的特点，全球产业高度 集中，韩国的三星、SK 海力士和美国美光三家企业 在 DRAM 和 NAND Flash 等主流存储器领域占据 90%以上市场份额。面临人工智能应用的新需求，传 统存储厂商凭借已有技术优势继续保持产业领先， 同时英伟达、英特尔等算力芯片企业越来越深入参 与存储产品的定义和研发。

大模型的全生命周期主要可以分为 三个阶段，包括数据的准备、训练（微调）、推理：在 数据准备阶段，存储系统需要高效地存储和调度大 规模的数据，包括结构和非结构数据，可能包含文 字、视频、音频等多种多样的数据类型。这就要求存 储系统必须是大容量、可扩展的，同时支持文件和对 象访问协议；在训练（微调）阶段，存储系统必须足 够快速地为 AI 算力芯片提供训练所需数据，以提升算力利用率.