数据存储产业服务平台

崔 欢欢的文章

物理AI兴起:边缘和终端场景下的存储演进

大模型训练和大规模数据分析通常依赖数据中心和高性能计算集群来完成。这类AI应用部署在数据中心或云环境中,运行条件相对可控。 但当AI开始进入物理世界的机器人、自动化设备和工业系统中,智能系统开始直接参与现实世界的感知和动作。 比如它需要根据...

绿色正在成为数据中心的新衡量标准

过去几年,AI产业的竞争焦点几乎完全围绕算力规模展开。模型参数规模从百亿级跃升至万亿级,GPU集群规模从千卡扩展至万卡级别,行业核心问题始终是——谁能够提供更高的计算性能与更快的训练速度。 然而,当大模型从集中式训练阶段逐步过渡至规模化推理...

我对数据存储产业发展的四点共鸣

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 ...

从VLM到VLA:智能驾驶技术演进对车规级存储的影响

真正的智能驾驶时代是什么样的?以前的自动驾驶系统,通常规则驱动(Rule-based),追求逻辑的确定性——雷达感知到什么、触发什么指令、完成什么动作,核心逻辑依赖大量人工设定的“如果……就……”的规则,比如:如果“有红灯”,就“平稳停车,...

AI时代,2026年将迎来存储超级周期

回望过去二十年的存储产业周期,大多是围绕企业级闪存的市场突破、容量与性能升级、价格波动以及应用普及展开。 而2026年要迎来的存储超级周期有明显不同,是源于AI计算体系的结构性变化——存储从幕后走向台前,成为影响AI大模型能力的关键变量。 ...

AI 的下一站:从算力竞速走向存算协同

过去3年里,在生成式AI带来的产业变革中,几乎所有相关话题都在围绕算力展开。GPU的升级、集群规模、互连带宽成为衡量AI能力的直观标准。但随着大模型逐步走向落地,行业开始发现一个很现实的问题——算力再强,如果存储跟不上,AI的效率同样会被拖...