5月15日消息，随着人工智能大模型从训练迈向推理，从云端走向千行百业，算力的比拼不再是唯一的焦点。
在中国电子工业标准化技术协会数据存储专业委员会（以下简称数据存储专委会）举办的“凝共识、探未来，走进先进存力”活动中，业内专家与头部企业代表在接受媒体采访时一致认为：存力正成为制约AI进一步发展的新瓶颈，未来有望进一步释放其价值。
算力虽强，存力却“拖后腿”
赛迪顾问电子信息产业研究中心副总经理袁钰指出，AI应用正从个人娱乐走向生产生活核心场景，任务复杂度呈指数级增长。大模型推理、智能体等应用的普及，使得数据存取速度、响应体验成为关键。“你打了一段话，它回答很慢或者很偏，背后往往是存储效率的问题。”
中电标协副理事长兼秘书长丁然更直接地指出：“当前，算力瓶颈已经开始转向存力瓶颈。”她解释称，万亿级参数的模型、百万级token的上下文长度，对存储的带宽和响应速度提出了极高要求。而GPU、HBM的容量和带宽有限，GPU经常处于“等数据”的状态，系统瓶颈已从“算得快不快”转向“数据搬得够不够快”。
中电标协数据存储专委会秘书长孙钢在采访中表示，AI时代存算关系正在发生根本性变化。“原先的存储是被调用的‘保险柜’，现在在AI场景中，GPU可以直接找存储要数据，如果还要经过CPU中转，大部分时间都在等待。”
他形象地比喻道：“算力是最先部署的，但现在它的关键掣肘来自存储。存储跟不上，算力就会空转。”在推理场景中，KV Cache、长文本支持、分层存储等新需求，都在倒逼存储角色从“辅助运算”转向“存算共生”。他甚至预言，未来存储还需要具备对内容的“认知”能力，不再是被动存数据。
但石静也坦言，这种转变目前还是偏“被动”——因为成为瓶颈，所以不得不改。她更期待下一步的主动变革：“我们有没有可能围绕数据本身，去重构整个生态？比如以KV Cache为中心设计推理框架，甚至以数据为中心，重新审视数据的确权、流动、安全。现在大家还是围绕计算展开，我希望未来存储能跳出被动的角色，真正成为业务的牵引。”
瓶颈之下，标准与协同迫在眉睫
面对存力成为新瓶颈的现实，行业亟需建立新的共识和标准。丁然透露，中电标协正从三方面推动：一是标准先行，制定AI算存一体接口、能效、兼容等标准；二是架构创新，推动CXL、GPU直连存储等新技术；三是生态构建，形成存算协同的产业合力。
石静强调，AI给存储按下了加速键，但这个窗口期非常短。“AI算力发展太快了，存储厂商必须快速从用户侧获取需求，放弃做‘大而全’产品的旧思路，聚焦细分场景，快速迭代。”她表示，曙光已经在分布式存储架构、存算协同、绿色低碳等方面加速布局，以应对这场由AI催生的存储变革。
当算力的比拼进入深水区，“存力”这个曾经沉默的配角，正站上舞台中央。能否打破这一瓶颈，不仅关乎AI基础设施的竞争格局，更决定了中国人工智能产业能走多快、走多远。（果青）
