【环球网科技报道 记者 李文瑶】在2026数据存储产业大会期间，中科曙光集中式存储产品部总经理郭照斌在接受采访时表示，在AI驱动存储需求结构变化的背景下，存储产业正从“规模扩张”转向“系统筑基”，而如何用弹性供给、分层存储和AI原生语义能力控制TCO，成为厂商与用户共同关注的焦点。
涨价周期短期难言缓解，TCO靠“弹性+分层”
存储涨价何时缓解，是当前市场最关心的问题之一。郭照斌表示，从存储厂商视角看，涨价周期主要由两方面因素触发：一是AI相关需求持续增加，从HBM到内存、闪存再到介质，全产业链需求都在增长；二是新数据类型不断涌现，KV cache以及人工智能产生数据的速度和规模都超过传统场景。他直言，至少从目前看，这两个诱导因素尚未出现衰减，“反而是一种愈演愈烈的状态”，因此谈周期结束还为时尚早。
涨价压力之下，企业既要满足当前业务，又要为后续发展预留空间。郭照斌给出的解法是“弹性伸缩”和“分层存储”。他介绍，中科曙光给用户推的方案强调容量、密度和性能的线性扩展，业务无感，用户可按需购买、动态扩容，甚至根据业务变化缩容，把空间腾给更有必要的业务。面对内存、硬盘等核心部件涨价，曙光通过分层存储方案让高性能层和容量层平稳迁移，在满足性能的同时满足更大容量需求；同时通过软件优化，在性能不降低的前提下，让单套存储内存使用量降低一倍甚至更多，并延长单块硬盘使用周期。此外，曙光在双控3000万IOPS基础上，将四控性能持续提升至亿级IOPS，让用户用更少硬件获得更高存取效率。
AI原生存力：从“被动存储”到理解KV cache
随着智能体应用兴起，存储的角色正在发生变化。郭照斌认为，Agent时代与非Agent时代相比，本质变化在于长上下文KV cache卸载给存储系统带来更低延时响应要求，以保证算力token输出效率。存储不再只是被动承载文件、对象和目录，而需要具备更多AI语义理解能力，包括向量语义在存储端的卸载、记忆存储和记忆固化，以及KV cache在存储系统上的卸载。
针对不同场景，曙光采取了不同产品组合：大模型训练看带宽，主要由分布式ParaStor全闪系统承接，2U单点全闪可达到220G带宽能力，用于checkpoint高速写入；推理看KV cache，尤其是多轮对话长上下文卸载，对极致稳定延时要求更高，则由集中式全闪FN系列及FN Neo系列提供支撑。
郭照斌提到，曙光今年在郑州光合组织大会上发布了AI原生存储FN Neo，面向AI原生推理系统，提供KV cache高效管理卸载、知识库构建、记忆库构建和多协议文件共享等能力。在绿色存力方面，曙光从降低PUE出发，推动液冷分层存储技术在传统HPC新建机房、大型数据中心以及811数据中心落地。郭照斌还表示，AI场景下用户更关心token输出质量、语义一致性和推理效率，存储服务能力也要从“满足容量性能”转向对AI原生语义的无缝对接。
机会与挑战都在AI，国产存储需补硬件短板
站在国产存储视角，郭照斌判断，未来1至2年最大的机会仍在AI产业链。曙光凭借20多年自研存储积累，以及自建云中心、10万卡超集群等大场景验证，能够率先实践AI对存储核心能力的新要求，再向普通应用场景推进。但他也坦言，更大的挑战同样来自AI，尤其是全国产化硬件的发展和实践。相比国外，国产高性能存储在硬件形态上仍有差距，更高速的智能网络、存储内部链接设备、PCIe设备等，都会制约存储系统效能的充分发挥。对此，曙光正在布局自研高速Fabric网络、适配存储的智能网络以及PCIe 6.0设备，希望通过软硬协同持续迭代。
这一判断也与大会释放的信号相呼应。本次大会发布了《数据存储产业发展研究报告（2026年）》《数据存储产业与技术全景图（2026版）》，并发布两项AI存储团体标准、启动存储系统参考架构相关国家标准编制。郭照斌还提到，跨域数据流动是AI发展的必然要求，AI系统好不好用取决于数据源质量，只有把分散在不同部门、不同地域的数据汇聚起来，才能访问更多高质量数据。对存储企业而言，能否把技术优势转化为持续市场竞争力，关键仍在“持续”二字——持续技术迭代、持续场景验证，并在AI推理落地的下半场找到可规模化的工程答案。
