上证报中国证券网讯（记者 于祥明）2026年，数据存储产业迎来爆发式增长，存力正成为人工智能（AI）时代产业拼图的关键一块。驱动产业增长的逻辑何在？这种爆发式增长会持续多久？中国存力产业有哪些优势？带着一连串的问题，上海证券报记者独家专访了数据存储行业“老兵”——中国电子工业标准化技术协会数据存储专业委员会秘书长孙钢。他表示，AI引发存储“超级周期”，这仅仅是个开始。 AI引发存储“超级周期” “近年来存储需求的爆发，最主要推动力就是AI的爆发。算力建设和需求猛增，直接拉动了存储需求。”孙钢说，存力已经成为AI发展的瓶颈。随着大模型参数规模从千亿级迈向万亿级，GPU集群的核心矛盾已从“算力够不够”转向“数据能不能喂饱”。 “从行业调研数据看，万卡甚至十万卡级集群中，GPU因等待数据传输而闲置的比例相当可观。以xAI55万张GPU卡规模为例，即使MFU达到50%（xAI改善目标），按单卡3万美元估算，闲置浪费也近80亿美元。这还只是一家公司。” 孙钢进一步分析，具体来看，HBM显存（高带宽内存）读取速度远慢于GPU芯片，导致芯片大量时间空转等待数据；网络拓扑中的任何一处瓶颈，在数万张卡的同步要求下，都会被急剧放大。 “可以说，当前很多AI集群GPU利用率不高，数据加载、元数据处理、IO链路效率等存储侧问题开始集中暴露。”孙钢说，究其根本，冯•诺依曼传统架构中数据搬运的能耗与延迟是核心瓶颈，而大模型训练对海量数据的实时读取需求正放大这一矛盾。 孙钢表示，AI产业发展，正从训练向推理场景转移。2025年全球大模型推理计算量较上年提升100倍以上；2026年计算工作负载中推理占比将提升至66%，这一体量使得推理场景的存力矛盾更加突出，可谓算力增长撞上存力“瓶颈”。 孙钢说，推理场景下最大的制约就是显存，比如说时延性、容量，尤其是在推理中可能会遇到长上下文的问题，对显存的消耗非常大。所以，AI推理的爆发，数据量的爆发导致显存需求量暴增。 “AI把存储的产能虹吸走了，可以看作是一个超级周期，至少还会延续一年甚至到两年，各类存储都会处于一种稀缺的状态，价格可能继续上涨。”孙钢说。 从长期来看，随着数据量的增长，词元（token）经济的到来，存储的使用量包括推理用的范围越来越多，将会形成一个长周期。短期的超级周期和未来的长周期叠加，可以预计此轮存力产业需求仅仅是个开始。 存力产业“进化”进行时 目前，除了存力跟不上算力发展而出现的需求爆发式增长之外，存储技术如何进化是当前和未来需要各方关注的另一焦点。 “以前的存储技术进化相对比较简单，主要是存储介质上的革命。现在逻辑不一样了，介质只是一方面，还有其他一些重要方面，可以简单地归结为‘AI时代存储’。比如说整个存储的架构是否会有大的变化；统一总线与数据通道、直连存储、内容感知如何实现……这些是当前比较大的问题，各方都在做各种各样的方案来应对。”孙钢说，对于什么是“先进存力”，不同厂商从全闪存占比、PUE值、存算分离等维度各自解读，尚未形成统一的技术框架和评价体系。 华为与罗兰贝格联合发布的先进数据存力白皮书提出了覆盖容量、效率、安全、绿色、创新等维度的9大区域级指标；而IDC与中科曙光则从高效融合、提质增效、全域流动、安全可靠、绿色低碳五大特征出发，构建了相近但又不完全相同的评价视角。 孙钢认为，从评估角度来说，“先进存力”大的方向上已经趋于一致，未来先进存力评价体系应覆盖容量规划、资源利用率、性能指标、安全可靠性、总拥有成本、AI场景适配能力等维度；从技术实现来看，则可以包括：AI场景性能指标（吞吐、时延、GPU利用率、智能介质分层、长记忆存储、小文件处理能力）；存算协同能力（GPU直通存储、CXL、异构兼容）；数据流动能力（冷热分层、跨域调度）；能效指标（PUE、单位数据处理能耗）；安全可靠性指标等。这些可以看作是“先进存力”的技术特征，技术的组合或系统能力才是真正构成“先进存力”的核心能力。为这些能力寻找恰当的定义、制定创新的标准，正是我们工作的重点。 中国市场生态优势助推存力突破甚至领先 孙钢表示，AI浪潮正在将数据从静态资源转变为驱动社会发展的核心动力，并从根本上重塑数据存储产业。存储是个系统工程，中国制造能力叠加市场生态优势有望助推中国存力实现更多技术突破甚至领跑全球。据了解，中电标协正在从标准、架构与生态三个维度发力推动解决存力瓶颈。 存储的角色正在发生历史性转变。孙钢表示，过去，存储是“业务承载者”——本质上是成本中心；随着AI技术发展迈入Agentic AI新时代，数据将加速升级为“语料库+知识库”，成为AI智能跃迁的基石，存力中心建设恰逢其时，其已成为数据基础制度和先进技术落地的重要载体，旨在将数据资源优势转化为经济发展优势，不断激发数据要素活力。 “中国拥有庞大的市场生态，比如互联网、通信、金融、医疗等，均与应用规模相关，包括智能驾驶等应用足够大，这些对存力系统来说都是非常大的推进因素。中国有足够的优势最终在系统层面做出比较独特，甚至是领先的突破与进步。”孙钢说。 据悉，今年数据存储专委会重点发力的方向可以概括为三个关键词：创新（研制标准）、引领（AI存储技术架构研究）、连接（伙伴与生态）。其中，标准层面，最紧迫的是统一面向AI应用的存储能力要求，以及大模型推理场景下的存储系统技术要求。目前已启动两项团标，并已在广泛征集产业各领域专家意见，预计第三季度完成。在架构层面，推动存算协同、GPU直通、智能分层等方向；生态层面，目标是打通芯片、存储、模型、应用之间的协同链条，避免形成“烟囱系统”。

上证报中国证券网讯（记者 于祥明）2026年，数据存储产业迎来爆发式增长，存力正成为人工智能（AI）时代产业拼图的关键一块。驱动产业增长的逻辑何在？这种爆发式增长会持续多久？中国存力产业有哪些优势？带着一连串的问题，上海证券报记者独家专访了数据存储行业“老兵”——中国电子工业标准化技术协会数据存储专业委员会秘书长孙钢。他表示，AI引发存储“超级周期”，这仅仅是个开始。

AI引发存储“超级周期”

“近年来存储需求的爆发，最主要推动力就是AI的爆发。算力建设和需求猛增，直接拉动了存储需求。”孙钢说，存力已经成为AI发展的瓶颈。随着大模型参数规模从千亿级迈向万亿级，GPU集群的核心矛盾已从“算力够不够”转向“数据能不能喂饱”。

“从行业调研数据看，万卡甚至十万卡级集群中，GPU因等待数据传输而闲置的比例相当可观。以xAI55万张GPU卡规模为例，即使MFU达到50%（xAI改善目标），按单卡3万美元估算，闲置浪费也近80亿美元。这还只是一家公司。”

孙钢进一步分析，具体来看，HBM显存（高带宽内存）读取速度远慢于GPU芯片，导致芯片大量时间空转等待数据；网络拓扑中的任何一处瓶颈，在数万张卡的同步要求下，都会被急剧放大。

“可以说，当前很多AI集群GPU利用率不高，数据加载、元数据处理、IO链路效率等存储侧问题开始集中暴露。”孙钢说，究其根本，冯•诺依曼传统架构中数据搬运的能耗与延迟是核心瓶颈，而大模型训练对海量数据的实时读取需求正放大这一矛盾。

孙钢表示，AI产业发展，正从训练向推理场景转移。2025年全球大模型推理计算量较上年提升100倍以上；2026年计算工作负载中推理占比将提升至66%，这一体量使得推理场景的存力矛盾更加突出，可谓算力增长撞上存力“瓶颈”。

孙钢说，推理场景下最大的制约就是显存，比如说时延性、容量，尤其是在推理中可能会遇到长上下文的问题，对显存的消耗非常大。所以，AI推理的爆发，数据量的爆发导致显存需求量暴增。

“AI把存储的产能虹吸走了，可以看作是一个超级周期，至少还会延续一年甚至到两年，各类存储都会处于一种稀缺的状态，价格可能继续上涨。”孙钢说。

从长期来看，随着数据量的增长，词元（token）经济的到来，存储的使用量包括推理用的范围越来越多，将会形成一个长周期。短期的超级周期和未来的长周期叠加，可以预计此轮存力产业需求仅仅是个开始。

存力产业“进化”进行时

目前，除了存力跟不上算力发展而出现的需求爆发式增长之外，存储技术如何进化是当前和未来需要各方关注的另一焦点。

“以前的存储技术进化相对比较简单，主要是存储介质上的革命。现在逻辑不一样了，介质只是一方面，还有其他一些重要方面，可以简单地归结为‘AI时代存储’。比如说整个存储的架构是否会有大的变化；统一总线与数据通道、直连存储、内容感知如何实现……这些是当前比较大的问题，各方都在做各种各样的方案来应对。”孙钢说，对于什么是“先进存力”，不同厂商从全闪存占比、PUE值、存算分离等维度各自解读，尚未形成统一的技术框架和评价体系。

华为与罗兰贝格联合发布的先进数据存力白皮书提出了覆盖容量、效率、安全、绿色、创新等维度的9大区域级指标；而IDC与中科曙光则从高效融合、提质增效、全域流动、安全可靠、绿色低碳五大特征出发，构建了相近但又不完全相同的评价视角。

孙钢认为，从评估角度来说，“先进存力”大的方向上已经趋于一致，未来先进存力评价体系应覆盖容量规划、资源利用率、性能指标、安全可靠性、总拥有成本、AI场景适配能力等维度；从技术实现来看，则可以包括：AI场景性能指标（吞吐、时延、GPU利用率、智能介质分层、长记忆存储、小文件处理能力）；存算协同能力（GPU直通存储、CXL、异构兼容）；数据流动能力（冷热分层、跨域调度）；能效指标（PUE、单位数据处理能耗）；安全可靠性指标等。这些可以看作是“先进存力”的技术特征，技术的组合或系统能力才是真正构成“先进存力”的核心能力。为这些能力寻找恰当的定义、制定创新的标准，正是我们工作的重点。

中国市场生态优势助推存力突破甚至领先

孙钢表示，AI浪潮正在将数据从静态资源转变为驱动社会发展的核心动力，并从根本上重塑数据存储产业。存储是个系统工程，中国制造能力叠加市场生态优势有望助推中国存力实现更多技术突破甚至领跑全球。据了解，中电标协正在从标准、架构与生态三个维度发力推动解决存力瓶颈。

存储的角色正在发生历史性转变。孙钢表示，过去，存储是“业务承载者”——本质上是成本中心；随着AI技术发展迈入Agentic AI新时代，数据将加速升级为“语料库+知识库”，成为AI智能跃迁的基石，存力中心建设恰逢其时，其已成为数据基础制度和先进技术落地的重要载体，旨在将数据资源优势转化为经济发展优势，不断激发数据要素活力。

“中国拥有庞大的市场生态，比如互联网、通信、金融、医疗等，均与应用规模相关，包括智能驾驶等应用足够大，这些对存力系统来说都是非常大的推进因素。中国有足够的优势最终在系统层面做出比较独特，甚至是领先的突破与进步。”孙钢说。

据悉，今年数据存储专委会重点发力的方向可以概括为三个关键词：创新（研制标准）、引领（AI存储技术架构研究）、连接（伙伴与生态）。其中，标准层面，最紧迫的是统一面向AI应用的存储能力要求，以及大模型推理场景下的存储系统技术要求。目前已启动两项团标，并已在广泛征集产业各领域专家意见，预计第三季度完成。在架构层面，推动存算协同、GPU直通、智能分层等方向；生态层面，目标是打通芯片、存储、模型、应用之间的协同链条，避免形成“烟囱系统”。