黃仁勛將存儲定義為「AI運行內存」，基礎設施該如何實現物種進化

編輯｜Panda

一根 256 GB 內存條標價 5000 美元？這個價格已經輕松超過了英偉達頂配顯卡 RTX 5090 的市場溢價。

此推文引發了廣泛討論，已收獲超 200 萬瀏覽，圖源：X@Yuchenj_UW

由于 AI 算力需求引發了極端的結構性緊缺，全球內存市場正陷入一場前所未有的瘋狂。報道稱 OpenAI 與三星電子、SK 海力士簽署了大規模 DRAM 晶圓供應協議，其預估的 DRAM 晶圓需求可能達到全球 DRAM 晶圓產能的約 40%，這一需求規模在行業內引發了對存儲供應緊張的關注。與此同時，微軟、谷歌等大型科技公司也派出采購團隊在韓國與這些主要存儲芯片供應商展開密集談判，以爭取更多 DRAM 和高帶寬存儲（HBM）供應資源。

而就在 2026 年 1 月的 CES 演講中，英偉達 CEO 黃仁勛又更進一步為這股趨勢給出了極具分量的判斷。

他指出，圍繞 AI 推理與上下文的數據存儲正在形成一個「此前從未真正存在過的市場」，并預測其規模很可能成長為全球最大的存儲市場之一，因為它在本質上承載著全球 AI 系統的工作內存（working memory）。黃仁勛強調，AI 的工作負載在訪問模式、時延要求和數據生命周期上都與傳統數據庫和存儲系統截然不同，因此現有存儲架構難以滿足需求，存儲技術本身必須經歷一次根本性的重構。

視頻鏈接：https://mp.weixin.qq.com/s/w3GRxO8EsPpZJMlhyTQFKA

這種底層架構的變革需求，正是當下 AI 基礎設施面臨的一大核心挑戰。

現在，一家成立已過十周年的公司對這一挑戰發起了沖鋒。

1 月 15 日， XSKY 星辰天合在北京舉辦了主題為「數據常青 智算無界」的 AIMesh 產品戰略發布會，并宣布戰略重心從「信息技術（IT）」全面跨越至「數據智能（Data Intelligence）」。

這家成立于 2015 年 5 月的企業，已經在十年多的時間里從初創團隊成長為一頭獨角獸，更是已然成為中國對象存儲市場的領跑者，并肩負起了中國核心產業超過5500 PB關鍵數據的安全重任。不僅如此，該公司的增長勢頭依然強勁：在近三年實現了超過 50%的逆勢高增長；隨著業務對性能渴望的加劇，其全閃存占比已翻了三倍，達到了35%。大規模存儲方面，XSKY 已經擁有了28010 PB級以上的超級集群，甚至跨越了單機群百 PB的技術門檻。這每一個數字的增長，都是客戶投下的一張張信任票，也構成了 XSKY 應對 AI 大爆發的底層底氣。

從這些數字也看得出來，AI 大爆發正在催動數據中心的進化。

過去十年的 IT 時代，數據中心的功能類似于一座嚴謹的「圖書館」，價值核心在于數據的「存得進、找得到」。但在進入數據智能時代后，數據的價值正在從「被檢索」進化為「被計算」，每一份文檔和圖片都正成為生成未來的燃料。

為了適應這種轉變，企業的數據中心必須完成一次物種進化，從安靜的圖書館演變為一座日夜轟鳴的「AI 工廠」。

面對大模型時代的算力博弈，XSKY 確立了清晰的戰略定位：通過發布 AIMesh 全棧 AI 數據方案，XSKY 致力于打造開放解耦且絕對中立的數據底座，旨在破解企業私有高價值數據向智慧轉化的效率瓶頸。

為什么「專有數據」是 AI 時代唯一的護城河？

在大模型技術快速迭代的當下，業界逐漸達成了一個共識：算法正在走向同質化。

正如 AI 大牛 Andrej Karpathy 指出的那樣，大模型（如 Transformer）的算法實現非常簡潔，通常只有幾百行代碼。他提出，在大模型時代，數據不再僅僅是燃料，數據就是「源代碼」。因為人類不再通過編寫邏輯代碼來解決問題，而是通過策劃、清洗和標注特定的數據集，讓模型通過學習這些數據來獲得專家能力。

而對于企業而言，當領先的模型架構和訓練方法變得透明且易于獲取時，企業真正的差異化競爭優勢和護城河，就在于其自身擁有的獨特「專有數據」。這些數據是企業長年累月積淀下的獨有配方，也是將通用大模型轉化為具備垂直領域專家能力的燃料。

出于安全和合規的考慮，這些高價值的核心數據不能外溢到公有云，它們必須牢牢掌握在企業自己手中。因此，構建一個私有化、安全且可控的 AI 數據底座成為了企業的剛需。

XSKY 的角色正是守住數據安全的底線，讓企業能將私有數據在內部安全地轉化為智慧。

這種對數據價值的深度理解，已經在行業頭部的實踐中得到了驗證。剛剛在 1 月 9 日成功登陸港交所的 MiniMax 便是典型的例子。作為全球 AI 領域從創立到上市最快紀錄的最新創造者，MiniMax 的成功證明了在算法日益透明的今天，私有數據資產才是支撐企業估值與競爭力的核心。

目前，MiniMax 有 PB 級的數據存放在 XSKY 的存儲平臺上，其中包括最核心的訓練數據與推理模型數據。對于這類處于商業化爆發期的頭部 AI 企業而言，存儲底座的穩定性直接決定了研發的連續性。

這種需求的變化也預示著基礎設施職能的徹底改變。正如前文所說，過去的數據中心更像是一座安靜的「圖書館」，核心任務是確保數據「存得進、找得到」。但在 AI 時代，數據中心必須進化為一座日夜轟鳴的「AI 工廠」，數據不再是靜止的檔案，而是被不斷計算、不斷產生價值的動態資產。XSKY 的戰略目標，就是幫助企業的專有數據完成這一物種進化，讓基礎設施能夠支撐起從數據準備到模型訓練再到推理部署的全生命周期。

AIMesh 如何推倒阻礙 AI 效率的「三堵墻」？

在大模型訓練與推理的實戰場景中，傳統的存儲架構正面臨嚴峻的挑戰。這些挑戰可以被總結成三堵墻：IO 墻、重力墻和內存墻。

• IO 墻：當算力的吞吐速度遠遠超過存儲的讀寫速度時，計算單元被迫進入空轉等待狀態，導致 GPU 利用率往往低至 30% 到 50%。
• 重力墻：隨著數據體量的指數級增長，跨地域流動的高昂成本讓數據逐漸淪為孤島，形成了難以逾越的「重力墻」。
• 內存墻：隨著 AI 應用向長上下文和復雜智能體（Agent）演進，KVCache 的爆炸式增長讓顯存（HBM）撞上了物理極限的「內存墻」，導致硬件投入成本急劇攀升。

典型的「內存墻」：2018 年至 2025 年期間，Transformer 模型尺寸每 2 年增長約 19 倍，而每個加速器的內存每 2 年僅增長約 1.9 倍。不僅如此，過去 20 年間，峰值計算能力增長了約 6 萬倍，但 DRAM 帶寬僅增長了約 100 倍，互連帶寬也僅增長了約 30 倍。結果就是：處理器閑置等待數據。來源：ayarlabs.com

要推倒這些深層物理層面的效率障礙，不僅需要軟件架構的創新，更需要與底層芯片性能的深度適配。舉個例子，作為這一進程的見證者，芯片巨頭英特爾與 XSKY 的合作已經跨越了第一個十年。從早期作為 Intel SPDK 技術最早的一批貢獻者共同探索用戶態輪詢技術，到如今實現對最新硬件的 Day-0 級技術響應，這種長期的技術共創為 AIMesh 全棧 AI 數據方案的發布奠定了基礎。

基于這種長期的軟硬協同積淀，XSKY 通過 AIMesh 構建了一張面向 AI 工廠的數據與內存網，旨在打破這三堵墻，進而利用架構創新將技術參數轉化為真實的業務價值。

MeshFS：打破 IO 墻，加速模型訓練

面對 AI 訓練中嚴峻的「IO 墻」挑戰，XSKY 發布了專為 AI 訓練而生的并行文件系統MeshFS

該系統將 XGFS 成熟的企業級協議棧與 XSEA 星飛全閃架構的 Shared-Everything 極速底座深度融合，為軟件棧注入了強勁的性能心臟。

為了徹底破解算力在等待數據時的損耗，MeshFS 在以下三個維度實現了技術突破：

• 全協議兼容：MeshFS 提供標準的 POSIX 語義，這意味著現有的 Python 或 TensorFlow 訓練代碼無需修改即可運行。更重要的是其實現了「一份數據，多協議互通」，數據清洗可以通過 HDFS 接口使用 Spark，訓練過程通過 POSIX 接口使用 PyTorch，歸檔則使用 S3。數據在全流程中不需要搬家，原地即可被不同的業務流處理。MeshFS 也完美支持 Kubernetes CSI。
• 線性的極致性能：通過全分布式架構和元數據分片技術，MeshFS 的性能可以隨節點數線性增長。系統引入了 Run To Completion 技術，將元數據處理延遲壓低至微秒級。即使面對億級規模的小文件數據集，依然能保持順滑的訪問體驗。
• 企業級管理與智能分層：在提供目錄 QoS、配額以及審計等完善特性的同時，MeshFS 支持智能分層能力。數據可以在全閃存層和低成本層之間透明流動，讓用戶能夠以 Tier-2 的成本存儲數據，同時享受 Tier-0 的訓練速度。

在性能實測中，MeshFS 憑借「一跳讀」設計實現了順序讀帶寬 30% 的提升，同時依靠端到端 EC 寫技術讓順序寫帶寬超出同類產品 50%

此外，MeshFS 還針對英特爾新一代至強處理器的 AVX-512 與 AMX 指令集進行了深度優化。

在剛剛完成 IPO 的大模型企業 MiniMax 的生產環境中，MeshFS 提供了高吞吐、低延遲的 I/O 支持。無論是在大規模數據的 DataLoad 階段，還是在關鍵的 Checkpoint 保存環節，MeshFS 都能有效保證訓練效率。而在推理端，MeshFS 的高吞吐特性支撐了近萬個推理服務在極短時間內上線，確保了海螺 AI 等核心產品在全球市場的競爭力。

在這種頂級 AI 企業的高強度實戰中，XSKY 的技術架構經受住了考驗，成為了支撐其走向資本市場的堅實底座。

MeshSpace：推倒重力墻，實現全局流動

面對「重力墻」，XSKY 給出的解決方案是MeshSpace

作為面向 EB 級數據的全局非結構化數據平臺，MeshSpace 實現了從「單桶千億」到「單桶 EB」的架構演進。

MeshSpace 通過三大核心能力，重新定義了大規模存儲的治理模式：

• 平滑演進能力：MeshSpace 能夠直接納管企業現有的 XEOS 集群。這意味著過去十年積累的數據資產無需經歷痛苦的遷移過程，即可原地升級并融入新的 AI 訓練流。
• 全局控制面統一：這是架構設計中最具突破性的地方。通過統一的 DNS 接入，MeshSpace 將分散在不同物理機房、甚至是云端的物理集群抽象為一個邏輯整體。對于業務端而言，無論底層物理資源如何離散，都只有一個統一的入口。物理上是離散的，但在邏輯上，它們就是「一套存儲」。
• 數據治理全局化：MeshSpace 支持異構存儲平臺的統一調度。數據可以在全閃存、HDD 甚至磁帶之間，根據數據溫度和業務需求自由流動，確保熱數據能夠快速參與計算，冷數據能夠自動沉降以降低成本。

在性能表現上，MeshSpace 帶領對象存儲正式邁入了「百萬 OPS 單桶時代」。單個對象存儲桶可以每秒支持高達一百萬次對象寫入，以及數百萬次對象讀取，這一規格遠超主流公有云產品的單桶性能上限。不僅如此，XSKY 還對 XScale 最底層的分布式 KV 引擎進行了徹底的優化，讓 AI 訓練中關鍵的大塊寫性能提升了近 50%，同時將延遲降低了 30%

這種架構精準擊中了 MiniMax 等混合云用戶的痛點。由于采用了混合云架構，數據孤島帶來的跨域調度成本曾是其核心挑戰。MeshSpace 幾乎是為其量身定制的解決方案，通過統一的全局命名空間收斂數據入口，業務端不再需要感知數據的真實物理位置，從而徹底解決了數據遷移帶來的低效問題，極大降低了管理成本。

MeshFusion：擊穿內存墻，降低推理成本

至于最后的內存墻，XSKY 推出了一種面向 KVCache 的「持久化內存」方案MeshFusion

MeshFusion 運行在 GPU 服務器內部，通過創新的軟件棧將本地 NVMe SSD 資源池化，轉化為可供 GPU 直接調用的 L3 級外部內存。

不僅如此，MeshFusion 還擁有三大必殺技：

• 零拷貝：數據從 SSD 直通 GPU 顯存，極大降低延遲。
• 極致并發：專為 KVCache 的小 IO、高并發寫入優化，支持原子提交。
• 協議自適應：兼容 vLLM、SGLang 等主流推理框架，代碼零修改。

實測數據顯示，該方案能以 1% 的硬件成本實現近乎無限的上下文窗口，且性能與 DRAM 的差距保持在 10% 以內。

云計算服務商 ZStack 表示，MeshFusion 的 SSD 擴展內存能力將顯著降低 AI 服務規模化部署的門檻，并計劃將其與自身的 AIOS 智塔平臺展開深度集成。同時，XSKY 正在與英特爾聯合預研基于 CXL 技術的內存池化方案，旨在徹底打破物理內存邊界，為萬億參數模型提供充裕的資源池支持。

數據常青與絕對中立的戰略定力

在當前「百模大戰」的背景下，技術架構與算法模型正處于劇烈的變動期。對于企業決策者而言，在極高的不確定性中做出確定的選擇至關重要。XSKY 給出的答案是堅持開放解耦，做絕對中立的數據底座

這一戰略背后蘊含著深刻的時間邏輯。在 XSKY 看來，算力硬件（GPU）的生命周期通常只有3 到 5 年，屬于快速迭代的變量。相比之下，承載著企業智慧的代碼、文檔與影像等數據資產，其存續周期通常長達10 到 20 年

因此，XSKY 提出了「數據常青」的理念，主張用一個穩固、長周期的底座去支撐上層快速演進的算力競爭，以不變的底座應對萬變的未來。

為了實現這種確定的支撐，XSKY 始終堅持不綁定任何一種特定的算力平臺。無論企業選擇英偉達，還是昇騰、寒武紀、摩爾線程、沐曦等國產芯片，AIMesh 都能提供統一且標準的數據服務。這種中立立場賦予了客戶在算力博弈中的主動權，使其能夠根據業務需求自由選擇最合適的硬件資源，而不必擔心被特定生態鎖死。

這種對中立與解耦的堅守，也讓 XSKY 在生態構建中獲得了深厚的信賴。以 ZStack 為例，雙方在云計算時代便是「存算分離」建設的優選組合，彼此被稱為「背靠背的戰友」。進入 AI 時代，這種默契得到了延續。ZStack 認為 AIMesh 的架構設計與其 AIOS 智塔戰略高度契合，雙方計劃在智算中心建設中繼續復制云時代的成功經驗，共同成為智能算力基礎設施中可靠、高效的算存基石。

從云計算到大模型，技術浪潮幾經更迭，但 XSKY 始終致力于解決大規模數據存儲與利用的核心需求。正如發布會所強調的，XSKY 的使命是做企業數據資產的守門人，同時也是 AI 之路的加速器。通過構建高效、可控的 AI 工廠，XSKY 將持續助力企業打破算力與數據的邊界，實現智算無界。

做數據資產的守門人

2026 年 1 月 15 日舉行的這場戰略發布會，標志著 XSKY 將其十年的技術積累全面導向 AI 場景。AIMesh 全棧方案的發布，是 XSKY 面對智算時代給出的一份階段性答卷。

回顧這十年的進階歷程，XSKY 對 AI 浪潮的布局早在數年前就已經開始。在 2022 年，公司便預判到了 AI 對于極致性能與數據治理的迫切需求，并投入研發了XSEA全閃底座EasyData 數據管理平臺。作為 Shared-Everything 架構的極速底座，XSEA 已經通過了金融核心交易與自動駕駛算力中心等嚴苛場景的驗證，為今天的 MeshFS 提供了澎湃的性能心臟。而 EasyData 則作為數據編排與治理的中樞，面向從采集、清洗到歸檔的完整鏈路提供全局管理，確保了 AI 數據全生命周期的有序流動。

正是基于這些關鍵技術點的長期深耕，XSKY 才能在今天完成從「單點極致」到「全局統領」的架構升維。這一戰略升級的核心目標在于破解企業私有高價值數據向智慧轉化的效率瓶頸。

在未來的競爭中，算力硬件的生命周期可能只有 3 到 5 年，但承載企業智慧的數據資產卻要存續 10 到 20 年。XSKY 將繼續堅守「數據常青」的理念，通過提供開放且解耦的基礎設施，支撐上層快速迭代的算力競爭。作為數據資產的守門人，XSKY 同時也是企業 AI 之路的加速器。在智算中心需求爆發的未來，XSKY 將持續助力企業打破存儲與計算的邊界，確保私有數據資產高效轉化為智能優勢。