中科曙光郭照斌谈AI存储：涨价未止，四控亿级IOPS与FN Neo落地

2026数据存储产业大会期间，中科曙光集中式存储产品部总经理郭照斌接受采访时说，AI正在改变存储需求的结构，产业重心已从“规模扩张”挪向“系统筑基”。厂商和用户眼下共同盯着的，是怎么靠弹性供给、分层存储加上AI原生语义能力把TCO压住。

存储涨价什么时候能松下来，是市场眼下最关心的话题之一。郭照斌从厂商角度拆了两个触发因素：一头是AI相关需求不停往上走，从HBM到内存、闪存再到介质，整条产业链的需求都在涨；另一头是新数据类型不断冒出来，KV cache以及人工智能产数据的速度和规模，都超出了传统场景。他直说，至少到现在，这两个诱因都没见衰减，“反而是一种愈演愈烈的状态”，所以谈周期结束还太早。

涨价压力摆在面前，企业一边要撑住当前业务，一边还得给后面留余地。郭照斌给出的办法是“弹性伸缩”加“分层存储”。据他介绍，中科曙光推给用户的方案讲究容量、密度和性能线性扩展，业务无感，用户能按需买、动态扩，业务变了也能缩容，把空间让给更紧要的业务。

内存、硬盘这些核心部件在涨价，曙光的应对是让高性能层和容量层通过分层存储平稳迁移，性能要满足，更大容量也要满足。软件上同样做了优化：性能不降的前提下，单套存储的内存用量能降一倍甚至更多，单块硬盘的使用周期也拉长了。另外，曙光在双控3000万IOPS的基础上，把四控性能继续推到亿级IOPS，用户拿更少的硬件就能换来更高的存取效率。

智能体应用兴起之后，存储扮演的角色也在变。郭照斌认为，Agent时代跟非Agent时代比，本质区别在于长上下文KV cache卸载，这对存储系统提出了更低的延时响应要求，为的是保住算力token的输出效率。存储不再只是被动装文件、对象和目录，还得有更多AI语义理解能力——向量语义在存储端卸载、记忆存储和记忆固化，以及KV cache在存储系统上的卸载，都算在内。

不同场景，曙光配的是不同产品组合。大模型训练看带宽，主要交给分布式ParaStor全闪系统，2U单点全闪能达到220G带宽能力，用来做checkpoint高速写入；推理看KV cache，尤其是多轮对话的长上下文卸载，对极致稳定的延时要求更高，这部分由集中式全闪FN系列及FN Neo系列顶上。

郭照斌提到，曙光今年在郑州光合组织大会上发布了AI原生存储FN Neo，面向AI原生推理系统，能提供KV cache高效管理卸载、知识库构建、记忆库构建和多协议文件共享等能力。绿色存力方面，曙光从降低PUE入手，推动液冷分层存储技术在传统HPC新建机房、大型数据中心以及811数据中心落地。郭照斌还说，AI场景下用户更在意token输出质量、语义一致性和推理效率，存储服务能力也得从“满足容量性能”转向对AI原生语义的无缝对接。

从国产存储的视角看，郭照斌判断，未来1至2年最大的机会还在AI产业链。曙光有20多年自研存储的积累，加上自建云中心、10万卡超集群等大场景的验证，能先把AI对存储核心能力的新要求实践出来，再往普通应用场景推。

但他也坦言，更大的挑战同样来自AI，尤其是全国产化硬件的发展与实践。跟国外比，国产高性能存储在硬件形态上还有差距，更高速的智能网络、存储内部链接设备、PCIe设备等，都会限制存储系统效能充分发挥。曙光正在布局自研高速Fabric网络、适配存储的智能网络以及PCIe 6.0设备，想靠软硬协同持续迭代。

这个判断跟大会释放的信号也对得上。本次大会发布了《数据存储产业发展研究报告（2026年）》《数据存储产业与技术全景图（2026版）》，还发布两项AI存储团体标准，并启动存储系统参考架构相关国家标准编制。

郭照斌还提到，跨域数据流动是AI发展的必然要求，AI系统好不好用取决于数据源质量，只有把分散在不同部门、不同地域的数据汇聚起来，才能访问更多高质量数据。对存储企业来说，技术优势能不能变成持续的市场竞争力，关键仍在“持续”二字——持续技术迭代、持续场景验证，并在AI推理落地的下半场找到可规模化的工程答案。