2025年以来，SSD价格持续上涨，CPU同样存在强烈涨价预期，智算中心面临成本压力。传统“堆硬件”模式在涨价周期中难以为继——单纯增加采购不仅推高显性成本，更因性能瓶颈导致算力闲置，造成巨大隐性浪费。
基于AI存储领域的长期实践，曙光存储率先提出先进存力三大核心主张：效能、智能、协同，为行业提供系统性应对方案。
效能：告别硬件堆砌
效能主张的核心，是让每份硬件投入产生更高业务价值。通过架构创新，在达到相同性能目标的前提下，减少对单一部件的数量依赖。
高性能存储是践行效能主张的关键路径之一，其核心在于确保算力零闲置。曙光存储分布式存储ParaStor F9000凭借超级隧道技术构建了端到端的数据通路，并将2U24盘位NVMe全闪节点的带宽提升5.5倍，AI推理时延降低80%，训练速度提升4倍，使万亿参数大模型的训练周期缩短60%以上。这意味着仅需采购更少的服务器和闪存，便能获得同等AI训练速度。
高密设计同样重要，可以有效优化数据中心空间与能耗的成本。曙光存储ParaStor S6000则以4U74盘位的高密设计，实现单框1.44PB容量，存储密度提升70%，构建成本降低20%。搭配高密度液冷方案，可实现数据中心PUE值低于1.1，大幅降低了每TB数据的空间、供电和制冷分摊成本。
智能：动态优化资源分配
AI数据冷热分化显著，数据分层已从“可选项”变为“必选项”。曙光存储认为存储系统应具备智能感知、智能调度的能力，让资源利用率最大化，动态适配业务需求。
曙光存储StorInsight智能分析工具，可实时采集IO特征，配合智能数据调度功能，可实现热数据自动迁移至全闪层、温冷数据留存于高密介质，使存储资源利用率提升35%；纠删码技术将存储空间利用率提升至91%以上；数据压缩与去重技术，可将存储可用容量提升2-5倍；动态电压调节技术可根据负载调整能耗，使存储系统能效比提升45%以上。
曙光存储通过软件层面的全生命周期优化，硬件利用效率与数据流动性，减少高成本介质的资源浪费，进一步压降了每TB有效数据的成本。在本轮市场周期中，可以平滑硬件价格波动的影响。
协同：寻求全域最优
单一部件的优化存在天花板，先进存力的更高价值在于协同。这需要从全域视角出发，打破存储与计算的边界、存储内部的软硬件隔阂、不同厂商产品之间的壁垒，通过开放架构与标准，构建可自由调度、无缝流动的数据基础设施。
系统层面，曙光存储AI数据工厂技术以“存算网强协同”为核心思路，实现从数据清洗、标注到训练、推理部署的全链路优化。通过KV Cache offload、AI算子加速库等技术，让存储深度参与计算过程，提升整体效率。超级隧道技术的硬件卸载能力，释放30%以上CPU算力，并通过RDMA零拷贝机制、存算分离架构与智能调度等，进一步降低CPU的系统性开销。
生态层面，曙光存储积极推动行业标准与开放生态建设，主动开放存储接口，广泛适配主流AI框架与开源组件，并构建跨区域数据授权与安全机制，解决数据流动信任问题。
市场价格波动是挑战亦是机遇，倒逼行业从“堆硬件”到“提效能”的价值革新。曙光存储用全栈技术创新与丰富落地实践，证明国产高端存储系统可以摆脱硬件依赖。这表明，唯有以效能为牵引、智能为手段、协同为蓝图，才能为AI时代的智算基础设施构建起强大、高效且富有韧性的数据底座，助力行业在不确定的市场环境中行稳致远。
