中国信息通信研究院人工智能研究所&中国人工智能产业发展联盟：
《2025新型人工智能存储报告》

（完整版.pdf ）
以下仅展示部分内容
下载方式见文末

《新型人工智能存储研究报告（2025年）》核心要点速读

一、背景与定位

• 大模型时代，数据成为 AI 竞争力的核心；存储从“配角”升级为与大模型全生命周期深度耦合的“关键基础设施”。

• 新型 AI 存储＝“超高性能＋超大容量＋极致安全＋数据编织＋绿色节能”，直接决定大模型能看多广、想多深、算多快、用多久。

二、必须解决的六大挑战

1. 海量原始数据归集慢——PB 级数据搬运常占全流程 30% 时间。

2. 训练阶段随机小文件爆发式读取——需要千万级 IOPS、数百 GB/s 带宽，否则 GPU 空转。

3. 周期性 checkpoint 读写——决定断点续训速度，影响集群可用度。

4. 推理实时精准——需外挂实时更新的行业知识库，低延迟检索是关键。

5. 安全威胁升级——传统窃取之外，新增“投毒”噪声数据诱导幻觉。

6. 能耗与成本——模型、数据指数级增长，要求每 TB 瓦特数持续下降。

三、六大关键技术路线

• 长记忆存储范式：多级 KV Cache 把“算过的键值”沉淀为可复用的长期记忆，实现 50% 以上推理吞吐提升。

• 数据编织：跨域跨集群统一视图，解决“数据孤岛”，让数据按需流动、版本与血缘可追溯。

• 超节点存储架构：宏观存算分离（CXL 等高速总线资源池化）+ 微观近存计算（把算子下沉到存储），单集群可扩至十万卡。

• 高性能并行文件系统：百 PB/s 带宽、亿级 IOPS，支持 GPU/NPU 直通，消除 CPU 瓶颈。

• 全闪存介质：时延降百倍、能耗降七成，已具备成本拐点。

• 存储内生安全：端到端加密、防勒索、安全快照、双活容灾，构建数据安全最后一道防线。

四、五大行业最佳实践

• 医疗：三甲医院用长记忆 KV Cache 缓存病理切片历史特征，WSI 十万级 patch 推理时间缩短 90%。

• 金融：银行替换对象存储为 AI 存储，千亿对象检索从十秒级降至 50 ms，贷款审批缩短到“1 分钟申请 1 秒钟批准”。

• AI 企业：外置 AI 数据湖实现存算分离，断点续训恢复时间由 15 min 缩到 1 min，跨域调度效率提升 3 倍。

• 运营商：自研并行文件系统＋智能盘框，带宽提升 6 倍、训练效率提升 10%，设备数量下降 75%。

• 制造业：训推超融合一体机内嵌长记忆存储，智能客服答复时间从 2 h 缩到 2 min，年处理问题数增长 25%。

五、面向未来的四项建议

1. 国家层面统筹 AI 存储设施规划，计算与存储并重，形成示范场景。

2. 设立 AI 存储专项攻关，产学研用联合突破核心芯片、系统软件、安全机制。

3. 强化国产化牵引，打通“芯片—设备—系统—应用”全链条，实现自主可控。

4. 建立 AI 存储能力评价体系，完善标准、测试、验证平台，以“测”促“建”、以“测”促“用”。

资料下载方式

Download method of report materials