體系PK體系，中國AI的“硬氣”也要靠存力

7月27日，在2025世界人工智能大會（WAIC）上，中國移動與曙光存儲聯合啟動國內首個智能存力調度平臺 —— 算力中心全局統一文件存儲系統。

這個名稱雖然讓人感到有些陌生，但本質上是從移動互聯網時代過渡到人工智能時代的大背景下，我國對基礎數據管理和調度能力的一次全新嘗試，也是一次世界級的先進存力的真實場景實踐。

它更說明了，在走向人工智能時代的道路上，中國存儲企業已經做好了準備，擔當中國在全球人工智能創新策源地上的堅定基石。

——導語

01

第一部分 先進存力 無問東西

據了解，作為“東數西算”戰略的重要承載平臺，智能存力調度平臺已率先覆蓋長三角、成渝、內蒙古、貴州四大國家級樞紐節點，覆蓋橫跨東西、聯動南北的七大存力資源池，全平臺自研的基礎上，兼容全球8種AI芯片，對保障供應鏈安全、推動國家數字經濟高質量發展意義重大。

要理解這個新成績的含金量，重點在于“智能”和“調度”兩個關鍵詞。

先說宏觀背景——“東數西算” 作為國家級算力資源優化戰略，通過在京津冀、長三角等 8 地，建設國家級算力樞紐，以及10 個數據中心集群，構建全國一體化算力網絡，將東部數據計算需求與西部綠色能源深度耦合，實現算力資源全局性的優化配置，目標是到 2025 年形成普惠易用的綜合算力體系。

但我國東西部地理跨度大（如東部沿海到西部樞紐節點距離長達數千公里），這種物理距離對存儲系統的設計、運行和可靠性帶來了多重挑戰，同時也催生了針對性的技術與機制創新。值得一提的是，工信部于今年大力推進相關工作，印發了《算力互聯互通行動計劃》，實現了“全國一體化算力網調度平臺（1.0 版）”的落地，旨在通過統籌協調，降低東西部數據傳輸阻礙，推動算力網絡建設 。

再說的詳細一些，“東數西算”可以認為是一個總體性的提法，實際包含了“東數西算”、“東數西存”、“東數西訓”等多個具體場景，每個具體場景對存力調度的需求都有各自的特點，這就更需要一個全局性、智能化的調度平臺在其中發揮作用。

“數據看不全、數據理不順、數據用不好，是目前實際應用中的三大痛點，又都和存力有著深入的聯系”，中國移動數智化部云計算架構師肖愛元這樣表述：“這里面包含數據中心間存在數據孤島，跨廠商異構存儲互不兼容；千PB級海量數據，無法高效、準確價值識別，難以做到數據資源統一調度；東部服務無法高質量、低延遲地訪問西部‘冷數據’，數據流通利用率不足等等問題。”

而在中國移動和曙光存儲的努力下，這些問題在算力中心全局統一文件存儲系統的調度下，都得到很大程度的解決。

如果說算力中心是一個戰場，那不同平臺和節點上的異構數據，就像一群沒有參過戰的新兵，需要換上統一的軍裝、清點人數并建立編號，最后在統一的指揮下奔赴“戰場”。

為此，在解決“看不全”的問題上，曙光存儲實現了平臺級的智能文件存儲統一觀測，平臺可獲取不同廠商多種類型的存儲設備監控信息，對異構的存儲信息進行統一管理，實現存力及數據分布的統一觀測。

而在“理不順，用不好”等問題的解決上，新平臺的底層文件系統采用了兩級架構的元數據管理模式，一級元數據負責對外整合能力，重在解決“理不順”；而二級元數據負責管理數據的存取能力，可根據訪問頻次信息進行數據冷、熱、溫分級管理，進而將所有資源池整合為一個整體，支持數據在不同的資源池之間根據遷移策略進行自由遷移，實現了主觀上“無感”的調度，進而讓用戶“無問東西”，實現“用的好”。

當然，實際上的智能調度平臺的復雜性遠超于筆者的描述，這里只是約略選擇要點，讓大家對東數西算大背景下的數據管理的智能化躍遷，有一個初步的感知。

事實上，考慮到中國移動算力中心整體的復雜性和對存力的極致考驗，這些進展絕不如筆者描述的這般輕描淡寫，而是一項超級工程。

而這個工程得以順利實施，正是構建在中國存儲產業20多年來的從無到有、從有到優，最終達到世界領先水平的堅強基石之上。

02

雙雄并立的中國極簡存儲史

在我長期跟蹤存儲行業的過程中，逐漸積累了一個認知，那就是存儲子系統雖然往往不像CPU、操作系統那樣，是公眾關注的焦點，甚至某種程度上是一個“配角”。但其技術復雜性甚至更高。我拜訪過的清華大學高性能計算中心高級工程師張武生甚至指出，存儲系統是整個計算機系統里技術難度最高的子系統之一。

某種程度上，這也是為何當今中國企業級存儲市場上，只有曙光存儲和華為兩家掌握了自主的全棧存儲底層技術的一層技術背景。

有趣的是，曙光和華為幾乎都是在20年前，也幾乎是同頻、同步的開始自主存儲技術體系的研發，但其出發點和路徑選擇，卻大相徑庭。

曙光存儲的出發點，一般被定位于2004年。但實際上，根據我對李國杰、孫凝暉這兩位院士的訪問，他們都提到，甚至早在1995年，中科院計算所開始曙光系列高性能計算機的研發之始，存儲子系統就是由研發人員自己寫的。只不過就當時超算的整體性能而言，存儲子系統還稱不上性能瓶頸。

曙光總裁歷軍則明確地定義2004年為曙光存儲的元年，原因是這一年，曙光給東方地球物理公司交付的曙光超算系統中，存儲子系統已經明顯的“拖后腿”。于是，孫凝暉院士的學生苗艷超博士，帶了幾位計算所的同事，正式進入曙光的編制，開始了名為ParaStor的分布式存儲系統的研發。

簡言之，曙光存儲的出發，是實際應用場景倒逼下開始的。但當時市面上尚有許多進口的，或開源的存儲子系統可以選擇，而曙光為何卻傾公司之力投入自研？李國杰院士有一段話是歷史的很好注腳，他說：“我們曙光人背負著一個沉重的精神十字架在前行，那就是不論自研還是引進，都要把研究做深、把底層邏輯搞清楚，最好自己能夠動手做起來。”

而華為進入存儲領域，則是偶然中的必然——2001年，互聯網科技泡沫破裂之后，幾乎波及到所有科技公司。華為當時認為，只做通信產品，未來會面臨很大的風險，需要積極尋找新的產業機會點。于是，華為商業網絡部悄然成立，存儲恰恰是其中一個新業務，“當時有幾十個新業務，存儲是到現在依然活著的三個業務之一”，華為存儲資深專家張國彬如是說。

但共同之處在于，無論是曙光還是華為，最早的存儲研發團隊的規模都很小，都在10人以內，都是在探索中逐漸生根發芽的“幼苗”，也都是靠自己的力量逐步長大，所以先有“走的穩”，才有后來的“走的快”。

雙雄成長的路徑則大有所不同。

曙光存儲帶有更多的科學院基因，非常看重“全自研”，力求以技術深度夯實自主根基。路徑選擇也從軟件入手，從分布式存儲文件系統的研發為起步點，在不斷迭代中掌握分布式鎖、糾刪碼等核心算法的自主化，再進一步躍升到集中式存儲領域。在這個過程中，曙光存儲與中科院、高校廣泛深度合作，主導了多項行業標準的制定。

華為的存儲從硬件入手，期間經歷過與賽門鐵克公司合資成立華賽公司，自研+代理雙路線并舉，再歸于華為大家庭的復雜路徑。此后亦和曙光做出過共同的選擇——全自研分布式文件系統，最終和曙光存儲一樣，都成為集中式、分布式雙修的存儲產業巨頭。這個過程中，華為的存儲業務則更體現出擅長規模化量產、重營銷導向與全球化市場推廣能力強的特點。

但不得不重點提及的是，雖然科學院出身的曙光，與民營商業公司出身的華為，在行事風格和路徑選擇上有巨大的不同，但它們的相同大于不同。

它們之間最大的相同，就是最終依賴自主研發走到了各自擅長市場的頭部。

而在這十幾年里，中國市場上有許多國內的高性能計算、服務器巨頭，有許多本有很好技術、市場基礎的IT公司，它們的能力、體量或許在21世紀初都遠遠超過當時的曙光和華為，但它們要么選擇成為國際巨頭的代理，要么成為國際巨頭進入中國市場的伙伴，要么選擇去優化一些有影響力的開源存儲系統。

但它們都沒有毅然決然的走上全自研的路線，白白放棄了中國的信息化社會全面建設、互聯網、移動互聯網大爆發乃至今日的AI崛起的重要時間窗口……綜合來看，似乎它們的選擇才是多數派，而曙光、華為的選擇和成功才是少數派，但真的是這樣嗎？

當然不是，如果曙光和華為也選擇去做“多數派”，那我們今天就會失去企業級存儲的自主權，就會任由國際巨頭繼續賺取超額利潤，就會和其它一些業務一樣在今天面臨隨時被“卡脖子”的風險。

事實上，華為和曙光之間的競爭與競合，是今天中國在世界存儲市場中也成為重要一極的關鍵要素。

在具象層面，兩者的確存在競爭。但這種競爭的結果是提升了中國存儲產業的整體競爭力。例如，曙光 2024 年發布全球首個億級 IOPS 的 FlashNexus ，華為則迅速跟進，推出同級別 Dorado 產品，形成 “你追我趕” 的技術躍遷。這種競爭推動中國全閃存性能從百萬級躍升至億級，使得中國企業在這個高端市場較國際廠商提前 1-2 年實現技術突破，這在中國IT史上是非常少見的。

在產業鏈層面，兩者則非常默契的互相補位，曙光存儲在高性能計算領域的存儲技術上有優勢，但曙光樂意為華為提供 HPC 場景的并行文件系統技術授權，而華為則投桃報李，將曙光存儲的技術和產品集成至其云服務體系，共同形成了 “曙光技術 +華為市場”的良性競爭壁壘。

而在至關重要的自主可控領域，華為 Dorado 通過 7 個 9 可靠性認證，替代了EMC 高端存儲；曙光 ParaStor 則通過多個百PB級項目支撐經驗，實現在國計民生領域的自主可控……這樣的案例比比皆是，而且將來會越來越多。

目前，中國的高端存儲市場的頭部已經完全由曙光、華為這樣掌握了自主技術并走向全球領先的企業所掌握，這不正是幾代IT人所期望的嗎？

03

AI市場，中國自信的存儲基石

近期，人工智能領域有一件不大也不小的事情——英偉達已經獲得美國批準，將恢復H20在中國的銷售，并將推出面向中國市場的全新且完全兼容的GPU。

事實上，英偉達創始人黃仁勛曾多次表達一個觀點，他認為，斷供并不能中斷中國人工智能的發展道路；相反，中國的開源人工智能是全球進步的催化劑，讓每個國家和行業都有機會參與人工智能革命。”

不管這是一位美籍華人背景的企業領袖的真心話，還是一個長袖善舞的國際企業掌門人的“高情商表達”，但他的確說明了一個事實，就是任何國家的斷供，也無法改變中國成為全球人工智能重要一極的能力和事實。

當然，對這個事實，公眾比較有感知的，還是在AI算力芯片、GPU卡、基礎大模型這些方面，因為其不但關注度高，而且中國的產業追趕速度也相當的快，假以時日確是可以與世界領先體系并駕齊驅的。

但很少有人知道，中國在AI方面的底氣，算力芯片等只是冰山露出水面的部分，真正的體系化能力在于我們已經基本掌握了發展AI的全棧技術，如深度學習框架、基礎大模型、先進應用等，但起決定意義的，則必須談到我們的存儲產業發展水平。

AI極度依賴數據，對數據的應用貫穿在AI的各個環節，AI平臺（智算中心）的瓶頸往往不是算力芯片，而是存力投資不夠，對先進存力的應用不到位，這已經是一個公認的事實。

但從國際視角來看，中國存力在全球的評價是很高的，而且完全自主可控。

而作為AI 時代的自主可控基石，曙光和華為都對中國的AI發展起到了重要作用。

曙光存儲已經是多年的中國AI存儲市場頭名，在前述的中國移動智算中心項目中，曙光 ParaStor 支撐超大規模模型跨地域并行訓練，帶寬利用率提升 30%。

華為 AI 存儲 A800則通過張量、向量等新興數據范式支持萬億參數模型訓練，斷點續訓速度是業界 4 倍。

在邊緣-中心協同架構方面，曙光推出基于歐拉系統的邊緣智能終端，與華為鴻蒙實現無縫互聯，在智能電網場景中完成毫秒級數據調控；華為 OceanStor Pacific 分布式存儲通過近存計算架構，將 AI 推理時延降低至微秒級。

在至關重要的數據安全領域，兩者則都有自研的內置硬件級加密引擎，曙光 ParaStor 支持 SM4 國密算法，華為 Dorado 實現 IO 級勒索檢測。在 “東數西算” 工程中，雙方聯合構建的存儲集群通過等保 2.0 認證，保障跨區域數據流動安全。

這種種事實，至少說明了三個重要的事實：

其一是堅持走硬核自研，才是鑄就“能用、敢用、好用”的根技術的前提。

如前所述，曙光和華為正是在發展之初就擯棄了魔改開源技術等“捷徑”，堅持從底層研發，確保了其存儲技術路線的100%完全自主可控，才既沒有“斷供”風險，也沒有專利糾紛，并以自主技術的創新競爭，互相推動了攻克高端領域技術等制高點的目標，這也將為中國在AI領域進入更多的根技術體系并開展自研，樹立了榜樣、鼓足了信心。

其二是堅持通過市場錘煉走做大做強之路。

中國是全球唯二擁有建立完善的數字技術體系的市場規模、市場基礎的國家。曙光存儲、華為存儲的發展，某種程度上與它們身在一個擁有11.23億網民的國度密不可分。

更重要的是，雖然信創是一個錘煉、考驗技術的很好的練兵場，但曙光存儲技術的發展，更多的還是在2010年以后移動互聯網大爆發的背景下，在世界上用戶規模最大的市場環境下通過自由競爭、自主創新得來的。

存儲作為互聯網、AI的基石，其難度與應用體量直接相關，如沒有東數西算中龐大的數據傳輸和管理需求，也自然不會誕生世界級的存力智能調度系統，更不會產生FlashNexus這樣的世界級產品。

其三是賦能AI時代是重要的機會。如前所言，AI的燃料是數據，AI的應用與存力密不可分，中國擁有完整的自主存儲技術體系，其實是發展AI產業的一個很重要的王牌。

目前，曙光在AI存儲市場的份額，華為在AI市場的影響力，都說明其對AI的前瞻投入，則是引領國產存儲產業體系邁向智能化、服務化未來的戰略升級。

但這僅僅是開始而已，如一次與李國杰院士的對談中，他就特別提出——雖然半導體存儲的商業壽命還有幾十年甚至更久，但其天花板已隱約可見，中國企業應該從現在起就開始發展量子存儲、DNA存儲等前沿技術，以期在人工智能引導的世界級技術大變革中，走到領導位置，這絕非單點突破就可以實現，而需要體系性能力的多面開花。

AI與存儲，后者是前者體系能力的重要保障，前者是后者創新的突破推力，在中國走向全球AI創新高地的路上，一定有中國存儲產業的一路陪伴。