從算力內卷到存力突圍，一場有關企業AI基建的價值重估。

新眸原創·作者 | 桑明強

當全球科技巨頭為AI大模型瘋狂加碼GPU算力時，一家頭部券商公司卻公開訴苦：費力搭建的GPU集群，利用率卻始終卡在30%，算力空轉導致每月僅電費就是一筆不小的開銷，核心瓶頸竟然是一塊“看不見的短板”：存儲帶寬。

這并非孤例——某車企自動駕駛團隊在迭代模型時發現，因數據讀寫延遲過高，單次訓練周期被迫延長40%，直接拖慢產品落地進度。這些故事背后，揭示了大模型時代最隱秘的真相，存儲正成為大模型落地的最大暗礁。

大模型訓練場景下，數據集一般以文檔、圖片、音視頻等非結構化數據為主，這些文件通常很小，在幾十字節到幾百kb級別，但數量龐大，大約幾億到幾十億量級，這就要求存儲系統具有強大的元數據管理能力，用來支撐海量小文件的高吞吐。

據愛分析測算，在同等GPU算力規模下，存儲性能差異可導致3倍模型訓練周期波動。以GPT-4為例，它訓練需處理超100PB數據，存儲帶寬要求600GB/s，相當于每分鐘填滿45塊10TB硬盤，而傳統4節點存儲集群僅能提供24GB/s帶寬，差距達25倍。

在這種背景下，產業界陷入兩難困局：既要支持千億級參數AI大模型、TB級帶寬的“暴力吞吐”，又要扛住30年數據留存、11個9可靠性的“馬拉松考驗”，還要滿足國產化和市場的真實需求。

“這中間的挑戰其實非常大。”京東云相關負責人告訴《新眸》，一方面，存儲廠商需要跟主流芯片廠商以及國產操作系統相互兼容認證；另一方面，還要在全國產化環境里做到高性能、高穩定性和低成本，這背后意味著大量的對接、優化和自主研發工作。

這些問題也是眼下很多CTO、CIO焦慮的地方。盡管DeepSeek等模型能力讓人振奮，也讓外界看到了大模型落地千行百業的可能性，但擺在他們面前的，除了買GPU、堆算力外，還要思考如何從存儲端切入，為企業算清楚大模型落地和數字化的“經濟賬”。

01

GPU空轉背后：一場被忽視的存儲革命

存儲成本就像是房間里的大象，所有人都看見，但沒人敢動。據業內人士透露，有的企業光內部存儲系統就采購了5套，每一套都需要單獨維護，由于這些數據分散在不同系統，管理難度陡增的同時，也為后續數據價值挖掘平添了障礙。

一項調查顯示，大模型訓練中存儲成本占比高達10%-20%，但多數企業仍將其視為“必要損耗”。拿一臺L3級別的自動駕駛測試車來講，平均每天產生60TB的數據，完整測試產生的數百PB數據需要存儲30年以上。

存儲成本居高不下，是大模型時代的一大痛點，癥結在于缺少對數據的有效分層。傳統存儲方案下，為了保證企業生產活躍度和數據安全，通常需要做到3個副本，這也是導致存儲空間利用率低的直接原因，類似問題在互聯網、金融、醫療等行業普遍存在——冷數據占用大量資源，卻鮮少被訪問。

更別談一些特定領域，它們對于存量數據的存儲要求更為苛刻。比如政府電子檔案要求保存周期為5年甚至更長，公檢法司數據要求保存周期至少30年以上。

問題的復雜性在于技術門檻。要知道，大模型訓練的本質是海量數據的處理與流動，過程中需要實時處理數百PB級數據，存儲系統需同時滿足千萬級IOPS、TB級帶寬、微秒級延遲。相比之下，傳統解決方案往往顧此失彼：高端存儲陣列性能達標但成本高昂；開源方案雖成本低，卻面臨穩定性問題。

“一定程度上，云海AI存儲的出現填補了市場空白。”據京東云相關負責人透露，這款歷經京東618、雙11等復雜場景打磨的產品，以全自研統一分布式存儲引擎為核心，實現4K隨機寫性能突破千萬級IOPS，平均延遲在100微秒級，并通過1.1x副本技術節省整體基礎設施成本超30%。

“近幾年市場對國產存儲的關注度明顯提高。”尤其在大模型浪潮下，存儲性能已從后臺支持系統，躍升為AI生產力核心要素。一種主流觀點認為，當參數規模突破千億量級時，對存儲的要求會更高，屆時唯有具備彈性擴展能力的分布式存儲架構，才能支撐未來3-5年的AI進化需求。

在與多個客戶深入交流后，京東云方面發現，除了國產化層面的要求，對海外存儲廠商的祛魅逐漸成為行業共識，國外的月亮不一定更圓，這也是云海AI存儲為什么能在銀行、證券、汽車、零售等領域廣泛落地——它既能做到不輸海外存儲廠商的高性能、高可用性，還在于它是京東100%自研產品，核心技術完全自主可控。

02

自主可控：國產存儲的“性能逆襲”密碼

“每一個架構好在哪里、壞在哪里，我們有充足的底氣來判斷。”京東云相關負責人告訴《新眸》，從2012年開始計算，云海AI存儲在京東場景已經實踐了超過13年。

作為下一代關鍵技術，存儲是AI基礎設施重要一環，也是國產化的重點，尤其對于金融、政務領域來講。在這個背景下，核心技術是否自主可控將成為關鍵門檻，相比之下，國外存儲廠商的商業化產品雖然在性能上整體領先，但無法作為優先選擇；至于國內廠商，則需要驗證其技術自主可控能力，以及產品與周邊國產化生態軟硬件系統的兼容性。

和傳統分布式不同，云海分布式存儲主要聚焦于AI訓練和推理場景，而非僅限于數據處理。由于它采用完全自研的架構，而非基于開源平臺，“每一行代碼都是自己寫的”使得云海在面對大規模數據存儲和高性能需求時更具競爭力。事后來看，這是一條艱難但正確的選擇。

事實上，除了京東云云海外，這些年國內發力AI存儲并不在少數，但最終結果卻反響平平，據業內人士透露，有的廠商費了大力氣挖人、投入了大量資源，卻至今未能推出成熟的產品。

這同時也是互聯網廠商自研存儲的難點所在，不僅要解決監控組件、數據庫組件、工程化要求等第三方依賴問題，針對不同客戶需求進行模塊化單獨輸出，還要考慮到業界主流存儲架構突變帶來的風險性。

背后的考量與權衡不言而喻。回憶起打磨云海AI存儲的那段經歷，京東云相關負責人坦言中間也經歷過很多內部的爭論，比如數據保護的技術路線選擇上，當時內部就選擇覆蓋寫還是追加寫時，討論過很多次。

覆蓋寫作為業界主流的技術路徑，相對來說開發難度、風險都比較小，但壞處是，在存儲故障處理能力、包括故障后響應時延方面非常弱，而且性能也沒法做到極致。綜合考量下，云海AI存儲最終選擇了更有難度的追加寫技術路徑，為了讓它有更高的穩定性，團隊前后就存儲架構優化方面又花了將近一年時間。

03

存力即戰力

京東云云海如何改寫存儲經濟賬

當全球AI競賽進入耐力賽階段，存儲價值正在從“后勤保障”升級為“核心戰力”。

拿汽車場景舉例，在自動駕駛等模型訓練、研發過程中，存儲和GPU的關系往往是緊密耦合的，一旦GPU集群出現閑置狀態，就會導致極大的資源浪費。關于這點，業界有一個經典測算，如果GPU集群出現5%左右的閑置時間，其成本就相當于重建一套分布式存儲集群。

云海的實踐也驗證了這一點——某自動駕駛公司通過存力優化，滿足了該企業上百個GPU計算節點在模型訓練過程中訪問存儲數據，并應對計算節點的高并發訪問的需求，大大縮短了訓練周期；某國有大行基于云海構建存力底座，采用統一分布式存儲的方式，既滿足大模型訓練的海量數據存儲需求，還有效降低了成本。

類似的故事也發生在某知名券商。為了支撐業務發展，該券商需要進行系統架構的全面云原生化升級，但問題在于，傳統存儲架構不夠靈活，很難適應“小微化、高頻化”的業務新模式，更別談支撐業務系統快速上線、快速變更。

“這恰恰是云海的獨特優勢所在。”據京東云方面透露，基于云海分布式存儲搭建的統一存儲平臺，該券商構建了超大規模數據湖，統一管理結構化與非結構化數據，在實現數據高效存儲與流動的同時，存儲平臺還兼容多存儲接口類型，真正做到與用戶業務系統無縫鏈接。

荔枝FM內部曾經算過一筆賬：4.5億用戶音頻數據若沿用傳統3副本機制，年存儲成本將是一筆巨額開銷，而基于京東云自研云海存儲系統，綜合存儲成本直降30%，背后秘密在于京東云獨創的冷熱數據自動分層機制——熱數據保留3副本保障毫秒級響應，冷數據則采用EC低冗余技術（1.1x副本率），磁盤利用率直接提升至90%。

值得一提的是，云海這套組合拳還能同步構建跨機架多節點容災體系，實現每次讀寫自動多副本備份，支撐荔枝FM4.5億用戶的高品質音頻服務零中斷。在業內人士看來，大模型競賽下半場，存力正從幕后走向臺前，京東云云海通過性能、成本、自主可控的三重突破，不僅解決了企業的現實痛點，更重新定義了AI基礎設施的價值鏈——存儲系統的ROI=性能增益+成本節省+故障止損。

“國產存儲崛起的關鍵不單單是性能、可靠性的比拼，更需要你站在未來思考。”按照京東云相關負責人的判斷，未來通用大模型解決用戶所有需求的可能性較低，取而代之的是，將呈現多種應用化大模型根據用戶場景并行使用的情況，隨著DeepSeek等LLM的應用發展，后續推理的需求將持續走高，預計將遠高于訓練需求。

事實也的確如此，根據IDC發布的一份報告顯示，全球數據將從2018年的33ZB增至2025年的175ZB。而中國的數據總量也在全球首屈一指，調查數據顯示，中國數據占全球數據比重正在從2018年的23.4%，發展到2025年的27.8%。

從這個角度來看，有關"存儲經濟學"的價值重構，已經成為企業AI戰略的勝負手。

本文系新眸原創，申請轉載授權、商務合作請聯系微信： ycj841642330，添加好友請備注公司和職位。

更多內容，點擊下方關注