由中国电子工业标准化技术协会数据存储专业委员会主持编纂的《数据存储产业发展研究报告（2025年）》日前发布，作为深耕存储行业二十余年的专业媒体人，对于存储产业发展高度关注，通篇阅读该报告，我有四点共鸣：
一、存储产业地位需要全方位大幅提升
2025年1月，国家发改委、国家数据局、工信部发布的《国家数据基础设施建设指引》中提到，存储设施已正式与网络设施和算力设施以及安全设施并列，成为国家数据基础设施的重要组成部分。报告将数据存储产业定义为战略性基础产业，提到，数据存储产业已超越传统IT范畴，上升为支撑数字中国建设、保障数字经济安全、争夺人工智能时代制高点的战略性基础产业。数据存储还可以为数字经济和智能化提供基础支撑。比如，每1元存力可带动30-40元经济社会价值。在数据中心里，数据存储系统不仅要负责数据的全生命周期管理，还承担着提升数据处理效率，保障数据安全的重要责任。
在我看来，随着AI的爆发，数据存储不再仅仅负责存数据，而且在深刻影响着AI大模型训练与推理的效能，以及AI产业的长远发展。可以说，存储能力已经成为影响AI模型训练与推理效率的重要变量，因此存储产业地位还应该大幅提升，这也是该报告的主要观点。
可喜的是，目前有更多存力存力建设工程正在稳步推进中，如贵州已建成全国一体化算力枢纽的核心节点——数算一体化存力中心，同时西藏、宁夏等地也相继建成关键数据枢纽节点，大湾区（韶关）集群存力中心正式启动…
二：从“跟跑”到“并跑”：中国存储产业能力显著提升
该报告提到：中国企业在3D NAND闪存、DRAM内存及全闪存存储系统等关键领域，已形成自主能力并取得关键突破，专利数量全球领先, 正在逐步重塑全球产业格局，中国数据存储产业正从“跟跑”向“并跑”迈进。2024年的数据显示，长江存储在NAND Flash全球产能中占比约8%，长鑫存储在DRAM领域占比约10%，标志着中国企业在核心技术自主创新与产能爬坡方面取得实质性进展。但在机械硬盘（HDD）等技术领域，仍需持续突破。
在我看来，大普微、忆联、忆恒创源等国内企业在企业级固态硬盘（SSD）市场上表现活跃。在企业级外置存储市场，华为、曙光、浪潮等中国厂商凭借超20%的全球市场份额，已成长为不可忽视的重要力量，这在一定程度上可以弥补我们在机械硬盘（HDD）技术上的不足。
该报告还提到了存储技术标准建设，指出我国存储产业标准体系建设正迎来重要的发展机遇期。通过聚焦AI存储等前沿领域，我国有望在存储技术标准领域取得更多自主创新成果，推动中国标准走向世界，实现从国际标准跟随者到引领者的跨越。近十年来，中国存储领域专利申请呈现快速增长态势，年新申请专利已超过2万件，已成为全球最大的专利申请地域。同时，在专利质量建设方面，中国存储领域也正在持续优化专利结构与质量，正在从规模增长向质量提升转变。
三：AI存储是关键
企业要想真正把AI用起来，关键不在算力，而在数据，所以很多企业正在加速建设AI数据湖。数据湖建设本质上是对数据资产可管理性的重构，其背后反映的是企业对数据长期价值的重新评估。该报告提到了AI存储概念。
我们可以看到，当传统存储在性能、时延和架构上都难以支撑AI负载，AI存储势在必行，AI存储要具备一些核心能力，将会影响模型的训练和推理速度，关系到成本的可控性以及未来AI能否规模化落地。在我看来，该报告抓住了存储产业发展的关键点。
同时，该报告也对一些新兴的技术趋势表示关注，比如，互联网行业正在大规模落地Diskless架构；QLC SSD以低成本成了支撑海量数据的关键介质；磁盘和磁带以及光存储介质能带来性能、容量和成本之间的更佳平衡；存储网络向全IP化无损以太网的演进已成为确定性的技术方向。考虑到数据越发重要，报告还提到了适应AI时代的数据韧性体系——“3-2-1-1-0”架构，它将推动数据备份的职责从”事后兜底“向”构建业务韧性转型“。随着数据安全相关法规的出台，把安全能力深度融入存储的“存储内生安全”正加速成为产业刚需。
四：4大行业存储应用现状画像
存储产业发展并非技术的单一演进，而是与应用需求息息相关，行业现状像一面镜子，在技术和应用之间建立一一映射的关系。我认为该报告对于行业的研究，具有参考和指导价值。
报告指出：在金融行业，集中式存储网络架构的IP化改造已经开始。以往RoCE替代FC多停留在理论探讨或边缘业务，但报告显示，这一替代已攻入金融领域，并且，已通过了金融级严苛测试，正在重塑集中式存储的互联标准。某大型国有商业银行直接在集中式存储中，用RoCE-SAN网络替换了传统的FC-SAN。结果显示，IO吞吐提升20%，IO延时从平均0.79ms降至0.5ms左右。而且，还基于RoCE构建了同城高可用传输网络和异地灾备网络。
面向大规模AI集群时，我们可以看到，Diskless架构能显著解决资源利用率不均的问题，智能盘框将成为独立的硬件大类。在许多追求极致效率的场景下，服务器本地盘正在消失，计算与存储的物理解耦正成为主流。
某电信运营商的万卡级AI智算中心采用了Diskless架构，将本地盘从服务器中剥离，配合基于DPU的高性能全闪盘框构建共享资源池。这解决了模型训练中Checkpoint耗时过长的问题，将时间从分钟级压缩至秒级，训练效率和稳定性都得到提升。
结合这些应用的现状，我觉得行业距离AI存储还有一定的距离，尽管在AI推理场景中，某金融监管机构，利用KV-Cache显距离存/存储分级机制和稀疏去噪技术，解决了长文本推理的显存瓶颈；某医疗行业医院R病理大模型通过NPU存算协同架构，将模型训练周期减少30%，将成本降低50%。但在我看来，这仅仅是个开始。
小结
在我看来，涉及存储产业发展是一个非常大的话题，仁者见仁，智者见智，以上也仅仅是我个人的观察和理解。这份报告也是近年来少有的，聚焦未来存储产业发展的专业成果，欢迎大家自行翻阅《数据存储产业发展研究报告（2025）》，并认真的观察、思考和体会。
[点击阅读原文获得完整报告]
