国家数据局相关数据显示，截止今年3月，我国日均Token调用量已超过140万亿，相比于2024年初增长1000多倍；同时，OpenAI公布数据也显示，其API调用量为每分钟60亿Tokens，月度总量更是达到惊人的260万亿。

作为大模型处理信息的最小单元，Token调用量的爆炸性增长充分表明AI进入到应用爆发期，OpenClaw的“龙虾效应”、Hermes的“异军突起”……智能体（Agent）的火爆不仅带来海量Token的消耗，也直接将数据存储需求推向新高峰，更对于千亿规模的企业级存储市场产生深远影响。

过去三十年，当谈及企业级存储时，“存得下、保得住”是众多用户的核心诉求；如今，随着智能体（Agent）的爆发，“供得上、效率高”成为存储产品的新目标，这也直接推动存储产品逻辑全面走向重构。

诚如浪潮信息存储产品线副总经理郭海峰所言：“过去的数据像一个湖，它是静态且等待挖掘的；AI时代，数据更像是源源不断流淌的河流，预处理、标注、向量化、应用等阶段是一个动态的过程，这对于存储架构、产品和能力提出一系列全新挑战。”

存储产品逻辑变了

Gartner预测，到2026年底，40%的企业应用将集成任务特定型智能体；到2027年，将有50%的商业决策直接由智能体辅助或自动完成，将深刻改变组织与企业的运行方式。IDC更预测，到2030年，活跃智能体数量将从2025年的2860万增至22.16亿。

与传统应用不同，智能体并不是简单的“读取数据”，而是“理解和使用数据”。显然，随着智能体数量的爆发，并在越来越多的业务场景中承担分析、决策和执行任务，数据使用范式也会发生根本性变化，对于数据形态、加工方式和供给效率提出全新要求，这也推动着存储在AI时代的角色改变。

“进入到AI时代，存储不再是配角。存储正成为数字经济与智能生产力的核心底座，为AI赋能千行百业搭建起高效的数据平台。”郭海峰如是说。

事实上，随着智能体爆发，存储角色的改变，传统存储产品很难胜任起数据平台的重任。基于CPU通算架构发展而来的传统存储，其在数据供给效率、Token成本挑战和隐私安全等方面的短板愈发凸显。

例如，随着人工智能从“重训练”转向“重推理”，智能体开始走向规模化落地，记忆能力就成为落地的关键点。智能体长上下文记忆、多轮对话和复杂逻辑等直接导致KV Cache缓存数据量爆炸性增长，存储需要在性能、容量和效率上为智能体提供连续支撑。

同样，Token成本问题也亟待存储侧想办法化解。众所周知，进入到多智能体时代，Token大规模消耗将成为常态，Token成本就是竞争力。但GPU对于数据的渴求几乎“贪婪”，存储如无法提供低时延、高带宽的数据供给，不能更好地进行存算协同，不仅造成昂贵的算力资源闲置，还带来推理和Token成本高居不下。

更加关键的是，存储迎来一系列全新的数据安全问题，例如原始数据投毒、隐私数据泄露等，存储需要在数据校验、权限管理与容错机制上与时俱进，更好地支撑起AI训练、推理等需求。

浪潮信息存储产品线副总经理 郭海峰

“本质上，过去存储的数据、算法和应用都是围绕CPU设计展开；现在，存储产品需要围绕GPU去设计，从架构设计、底层硬件、数据链路和软件栈全部重构；同时，存储作为数据保护的最后一道屏障，需要设计出适合AI时代的安全机制。”郭海峰如是说。

A9000系列：AI数据平台的一次重要探索

无疑，进入到智能体时代，传统存储系统与现代企业需求之间的差距正迅速扩大，面向人工智能而设计的存储不仅仅是基础设施，更是企业在AI时代生产、竞争和创新的基础。

Gartner在《Hype Cycle for Storage Technologies, 2025》报告中认为，AI就绪存储（AI-Ready Storage）带来产品变革，生成式AI存储平台将成为存储创新触发期的关键技术；同时，Gartner还预测，到 2028 年，超过 20%的企业将在本地数据中心运行包括训练和推理等AI工作负载。

这并不是对云价值的否定。相反，Gartner的预测反映出AI走向全面落地的重要趋势：即基于成本、隐私和合规性的综合权衡，未来会相当大比例的AI工作负载返回本地数据中心，尤其是那些看重数据安全与合规的重要行业，会寻求企业存储平台来打造Agent AI时代高性能的数据基座。

事实上，当前整个存储行业都在围绕AI未来趋势在演进相关产品。以浪潮信息为例，其最新的A9000系列以AI原生并行架构设计为核心，针对Agent Memory高频访问进行专项优化；并内置AI原生KV Cache，将Token吞吐量提升超20倍；支持基于租户的统一资源管理、精细化权限管理及数据完整性校验。

“A9000系列推动存储从传统数据承载介质升级为深度参与推理过程、支撑多业务安全并行、保障结果可信的数据平台，是浪潮信息在AI数据平台领域的一次重要探索。”郭海峰介绍道。

具体来看，A9000系列从底层软件栈到硬件链路进行全方位重构，采用全用户态AI原生并行架构，通过全链路免锁与零拷贝技术大幅缩短存储访问路径，并支持海量上下文状态的实时检索与瞬时唤醒，确保记忆“随用随取”。

例如，企业级智能体要想真正落地，仅依靠对话级记忆能力是解决不了真实场景中的复杂任务。因此，A9000系列针对企业级智能体设计了新的记忆机制，确保智能体在多轮交互中能快速调取历史记忆，彻底规避因数据供给不及时导致的逻辑“断片”，为智能体提供连续性支撑。

郭海峰表示：“A9000系列采用GPU-Direct 链路，实现端到端的延迟降低，可提供单节点160GB/s带宽、200万IOPS和百μs级时延，使TTFT降低达97%。”

同时，由于HBM、显存等成本居高不下，加上显存占用高、重复计算多等问题，智能体涌现让KV Cache数据呈现爆炸性增长。因此，针对KV Cache的优化就成为存储领域重要的创新方向，目前业界存在着包括压缩与量化、分层存储与卸载以及池化等方向。

浪潮信息A9000系列的解决思路是内置AI原生KV Cache能力，利用创新 KV Cache 卸载与重用技术实现上下文数据的跨请求复用，大幅减少重复计算带来的算力损耗。据悉，在典型推理测试环境下，A9000系列实现Token吞吐量提升超20倍， TPOT降低96%，大幅优化单Token推理成本。

“企业级存储领域发展多年的数据全生命周期理论在AI场景同样适用，根据数据冷热程度来匹配不同的方案。现阶段出现3.5层更像是一个临时性产品，旨在解决推理效率不高的问题。未来，随着底层闪存颗粒、CXL等底层通信协议的革新，在存储第四层就可能解决这些挑战。”郭海峰表示。

此外，考虑到企业复杂的业务场景，以及AI生产环境中多业务并行、多角色协同的需求，A9000系列构建了面向AI的安全机制，基于租户的多维强隔离架构，实现数据、访问、配置的三重物理级隔离，确保多业务场景下的数据安全与访问边界；同时，基于Zero-trust安全架构实现更细颗粒度的权限管理与过程可追溯，守护用户数据隐私安全与业务运行可信。

“A9000系列产品并不是AI数据平台的最终形态。随着智能体应用的持续发展，存储相关产品与方案也将持续迭代创新。浪潮信息将会坚持存储平台化战略，瞄准一个平台或者一套方案来支撑起AI端到端流程需求。”郭海峰总结道。

AI需要存储新生态

事实上，基于企业级存储构建的AI数据平台未来将成为企业智能体全面走向落地的核心抓手，向下对接企业真实海量数据，向上连接模型与算力，决定着智能体在业务场景中“用起来、用得起和持续用”的关键。

不过，AI大模型、智能体等均处于高速发展阶段，技术路线尚未收敛，新协议、新标准、新应用层出不穷，这不仅驱动着存储产品进入到“持续迭代”的演进阶段，也酝酿着存储新生态的形成。存储生态将从过去简单的“分销”关系，将转向深度“共创”。

“浪潮信息将搭好台子，与合作伙伴共同唱好AI这场戏。”郭海峰在2026“数海同舟”存储生态合作伙伴大会上介绍道。

为此，浪潮信息首先会帮助合作伙伴完成AI时代的转型，利用全栈能力根据AI最先进趋势将最新成果转化为产品，帮助合作伙伴抛弃原有简单的分销模式和产品，平滑演进到最先进的AI方案，以实现快速转型。

此外，浪潮信息还将致力于兼容性、标准化相关建设工作上。众所周知，智能体等AI应用要想成为垂直行业的主流应用，接口对接和兼容性至关重要，浪潮信息将携手合作伙伴深入定制和联合开发，致力于应用兼容和互联互通、互操作，并积极携手业界共同制定标准，构建起AI时代的存储新生态。

综合观察

IDC认为，AI是重塑未来十年存储市场格局的根本性力量。

从“数据湖”到“数据河”，从“存数据”到“供数据”，千亿存储市场的产品逻辑的重构，本质上回答了一个核心命题：当数据不再是静止的资产，而必须成为实时流动的生产力时，存储应该扮演怎样的角色？

答案随着A9000系列的发布而逐渐浮现：存储已成为AI产业链的“主角”之一，它不再是简单的容器，而是数据的“理解者”和“调度者”。当模型能力不再是瓶颈，当应用落地成为主战场，存储将承载起数据的奔涌、托举住算力的吞吐、守护好业务的安全。