電視上“見證奇跡的時刻”，背后是魔術師們精妙的手法和積年累月的練習。那些人們眼中天翻地覆的新技術，也并非魔術一樣在瞬間發生，而是多年努力的結果。

中國在AI領域的發展讓世界矚目，特別是在大模型、自動駕駛和科學計算等關鍵領域，取得了顯著進展。有人說，中國AI產業的飛躍，好像一場“魔術”，不知不覺間就領先世界了。其實不然。智能計算不同于傳統計算，需要堅實的基礎設施作為支撐。分布式存儲，就是其中之一。

在中國AI上演飛躍“魔術”之前，國內廠商已經在分布式存儲完成了“清場”，搭建了一個安全可靠、空間寬廣的AI舞臺。

賽迪顧問近期發布的《中國分布式存儲市場研究報告（2024）》顯示，AI、自動駕駛等新興智能場景，分布式存儲的占比最高。同時，國產存儲斷層領先。華為、中科曙光、聯通云呈現“強者愈強”態勢，在較大市場份額的基礎上，仍保持技術迭代創新，具有更強的競爭力。而Dell&EMC、NetApp、DDN等國外廠商發展則相對緩慢，在某些行業和場景中的優勢不再突出。

去年AI大模型爆發，很多人擔心大數據、大參數量，“存力”會不會成為中國發展AI的短板，會不會掣肘于海外供應鏈，今天看來已經完全不用擔心。

目前，全國大型智算中心、自動駕駛頭部客戶、AI大模型頭部客戶、頭部科教機構客戶，都選擇了國產存儲廠商——曙光存儲。數據顯示，曙光存儲在AI、教育等細分市場排名第一，蟬聯國產分布式存儲市場的“領導者象限”。

由此可見，中國AI的飛躍，其實并非魔術，前提條件之一，是國產存儲強勢“清場”，讓中國AI可以在安全可靠的先進存力底座上，為我們帶來“見證奇跡的時刻”。

這場“魔術秀”究竟是怎么完成的？我們就來做“解謎人”，拆解一下中國逆襲AI、國產存儲先行的幕后故事。

為什么分布式存儲對于AI、自動駕駛等智能計算任務，如此重要？可以用一個“魔術”來理解。

大家一定都看過魔術師將小球拋在空中的表演。手里只有一個球，就像集中式存儲，所有數據都存儲在單一的設備中，如果設備發生故障，就可能導致整個系統不可用，而且一旦數據訪問量增加，就可能面臨性能瓶頸，容易存不下、存不全。

拋多個球，就像分布式存儲，數據會分布在多個節點上，每個節點獨立管理自己的數據，具有更高的冗余和可靠性，大量并發訪問可以通過靈活拓展來快速添加更多節點。

而AI任務，就必須用到分布式存儲這樣多節點的復雜“拋球”技能了，為什么呢？

一是大數據量。業界已經開始規劃萬億模型，如此龐大的數據與模型，分布式存儲系統的性價比、靈活拓展特性，可以提供充足的存儲空間。

二是高并發。大模型需要頻繁地讀取和調用數據，其中還包括很多非結構化數據，需要并行讀寫能力。分布式存儲架構允許數據在多個節點上并行讀取和寫入，大大提高了數據的訪問速度，這對于需要實時處理大量數據的AI計算任務來說至關重要。

三是高可靠性。大模型訓練、科學計算模型、自動駕駛等任務，一旦存儲系統出現故障，影響到數據的連續性和可用性，所帶來的金錢、時間和其他潛在損失是巨大的。分布式存儲能夠更好地滿足AI計算任務對系統可靠性的要求。

所以，分布式存儲逐漸成為智算中心、大模型、自動駕駛、AI for Science科學計算等領域的標配。

一場精彩紛呈的“AI魔術秀”，分布式存儲是至關重要的環節之一。

AI是很多國計民生行業及數智服務的技術基礎，必須運行在自主研發、可靠可信的分布式存儲產品和基礎設施上。

挑戰在于，分布式存儲要協調和管理好多個存儲節點，保證業務連續性和高效運行，就像魔術師要同時讓多個小球在空中轉動，是個高難度技術活兒。國產廠商能擔此任嗎？

《中國分布式存儲市場研究報告（2024）》中提到，分布式存儲自研對團隊能力要求較高，要重點關注面向應用需求且具備核心自研技術的廠商，團隊核心成員的科研履歷，以及公司既有分布式存儲產品部署的項目經驗等。近年來，以曙光為代表的一批國內存儲廠商，市場競爭力快速提升，逐漸站在了舞臺的中央，呈現“強者愈強”態勢。

國產存儲以顯著優勢領先于海外廠商，在分布式存儲市場強勢“清場”，到底是怎么做到的？

我們不妨以曙光存儲為例，報告顯示，曙光存儲又一次進入分布式存儲的領導者象限，并在新興場景如AI、自動駕駛等登頂第一。

產品方面，曙光存儲通過技術創新，滿足復雜智能計算任務對先進存力的迫切需求。比如氣象數據不僅體量大，而且種類繁多，科研院所在進行氣象預測時，基于曙光的分布式存儲架構，數據可從任意集群寫入和讀取。新一代ParaStor依托NVMe全閃的技術優化，單節點帶寬達到130GB/s，為氣象預測提供了強有力的數據支撐。擴容過程中上層業務無感知，保障了整個氣象預測系統的穩定性。

市場方面，曙光存儲深入調研細分場景，針對性打造更適配AI應用的解決方案，吸引了大模型企業、高校教育機構、自動駕駛廠商等行業客戶。

在分布式教育場景市場中，曙光存儲加速助力高校科研教育創新，表現出較強的競爭力，目前已落地華南理工大學、復旦大學、國家氣象局、良渚實驗室、西湖大學等多所高校和實驗室。

在自動駕駛場景中，曙光ParaStor分布式存儲系統通過靈活配置和自動適應功能，滿足自動駕駛各個流程的應用需求，保障數據安全和訪問合規，加上從2022年到2024年間，曙光存儲連續為某頭部自動駕駛企業提供超百PB的存儲資源，積累了系統部署及長期運維經驗，為自動駕駛企業存儲系統穩定運行提供堅實保障。曙光存儲帶來的先進存力，成為自動駕駛商業化的加速助力。

類似的場景還有很多。比如金融機構在處理銀行、保險等業務時，曙光分布式存儲能夠為復合型業務負載提供強性能保障，減少系統故障、業務中斷。

中國一系列AI技術和產品蓄勢待發，準備上演一場科技盛宴。幸好在此之前，曙光存儲為代表的國產存儲，已經夯實了應對各種挑戰的存力底座。通過關鍵技術的自主研發，提供滿足國內市場需求的分布式存儲產品，并成功完成了“清場”，減少對海外不穩定因素的依賴。

總體來看，國產存儲的發展和進步，為正在上演的精彩科技“魔術秀”，搭建了一個穩固的基礎。

AI時代的大幕緩緩拉開，中國AI力量強勢登場，對存儲基礎設施也提出了新的要求。去年以來，中國存儲行業在新產業階段的發展方向和市場策略是什么？引發了各方的好奇與關注。

一年之后，曙光存儲為代表的國產廠商，已經給出了答案，那就是與時代共舞，與AI共舞，積極推動存儲技術變革與AI行業場景融合創新。

問題來了，在AI技術迅猛發展的浪潮中，國產存儲是如何跟上AI的腳步，與行業客戶的需求同頻，快速而精準地將分布式存儲帶到一個個行業場景中的呢？

我們可以從曙光存儲的動作，解析國產分布式存儲的AI進擊之路。

上場之前，要有扎實的基本功。

中科曙光是中國領先的信息產業公司之一，聚集了大量頂尖專家和研究人員，擁有強大的科研技術支撐。自2004年起，中科曙光就開始自研分布式存儲技術，為后期的技術突破和成果產業化應用，奠定了扎實的基礎。

大幕拉開，靠頂尖的技術實力及時登場。

2023年大模型的爆火，以及數字要素市場化、智算中心建設等需求疊加之下，國內市場對先進存力的需求激增，屬于分布式存儲的時代大幕拉開，誰能把握機遇？

中科曙光憑借引領行業前沿的分布式存儲技術能力，為國內十余家大模型企業及智算中心提供數百PB的存儲資源，并基于多年存儲技術積累與行業洞察，推出自動駕駛解決方案，依靠技術實力快速完成了市場拓展，擁有了“強者愈強”的優勢身位。

貼身共舞，用深入的行業洞察助力AI。

做AI、自動駕駛客戶的“最佳輔助”，曙光存儲不斷尋求極致突破，滿足大模型廠商、自動駕駛企業、科研機構等客戶，對強性能、高可靠、綠色節能等的核心需求，升級后的ParaStor分布式全閃存儲更加契合AI相關業務場景，成為“最懂AI的存儲”。

曙光分布式存儲，不僅能夠滿足當前國內AI市場的存力需求，更為即將到來的“AI is everywhere”階段，預留了充足的增長空間。

AI，是時代聚光燈下的技術新星，毋庸置疑地引領著未來。而中國AI在世界舞臺上大放異彩，離不開國產存儲提供強大的后盾。

接下來，我們將看到國產存儲與AI的結合愈發緊密，攜手前行，在世界舞臺上綻放中國科技的光彩，創造出無數個新技術突破的時刻，讓我們一次又一次“見證奇跡”。

審核編輯 黃宇