AI导读：

人工智能时代，AI大模型的兴起为存储及算力领域带来了发展机遇和挑战。中国存力规模持续增长，存储系统面临数据爆炸式增长和应用快速发展的要求。为应对挑战，浪潮信息等企业提出新型存储架构，腾讯云开发Angel机器学习算力平台，AI也让算力网调度更高效。

人工智能时代，特别是AI大模型的兴起，为存储及算力领域开辟了广阔的发展空间和带来了诸多挑战。中国信通院云大所副主任马鹏玮在中国存储大会上透露，2021年至2023年间，中国存力规模持续增长，2023年增速高达20%，存力总规模达到1200艾字节。

随着人工智能技术的迅猛发展，存储需求也在不断扩大。马鹏玮指出，数据爆炸式增长和应用快速发展，要求存储系统必须具备可扩展性、高可靠性和高性能。同时，中国工程院院士孙凝晖也表示，AI计算对算力和存储的需求日益增加，尤其是存储容量与访存带宽的需求，这对存储及算力领域构成了前所未有的挑战。

为应对AI带来的存力挑战，《AIGC数据存储研究报告》强调，数据的按需流动和存储是支撑这一技术变革的关键。浪潮信息存储首席架构师孙斌指出，在AIGC时代，人工智能和数据要素是数据中心的主要负载，存储面临效率、性能等挑战，需要先进存力和新型存储架构的支持。

信息技术服务公司Gartner预测，到2028年，企业软件应用程序中包含具备自主性AI的比例将从不到1%提高到33%，30%的企业机构将把数据变现或数据表纳入其数据战略。浪潮信息认为，新型数据中心面临的存力挑战包括数据多样、混合负载、存算协同、安全可信、全局管理和绿色节能。

为满足这些挑战，浪潮信息存储将提供机柜级存储底座和数据中心级存储底座，以存储架构创新打造先进存力，满足集约高效、一体化数据中心的建设要求。同时，中国科学院院士钱德沛提出了“For AI”的解法，即算力网要提供更多、更强的面向AI的计算资源，并与计算范式、模型、算法等实现软硬件协同。

腾讯云混元大模型负责人王迪则表示，面对千亿级关系网络及混元大模型万亿级参数的算力需求，腾讯云开发了全栈自研的Angel机器学习算力平台，在通信设备、存储效率与构造等方面均实现了突破。人工智能不仅带来了挑战，也孕育着新的机遇。钱德沛指出，AI能使算力网的调度、使用和运营管理更加智能、高效、节能。