Gartner的AI存储大考，华为如何交出“最高分答卷”？

2020年发布的GPT-3拥有1750亿Tokens，只需要TB级的存储空间；到2023年发布的GPT-4，其规模达到了13万亿Tokens；而到2025年发布的GPT-5，其规模可能已经达到了114万亿Tokens，支持多模态数据（图像、音频、代码）及合成仿真数据。大模型规模指数级别的扩张，不仅带来了算力与网络的压力，更对数据存储基础设施形成了剧烈而全面的考验。
AI时代，存力先行。全球企业此刻正普遍希望找到最适合自身AI战略发展的存储基础设施。在这样的关键期待中，Gartner又一次发挥了其在IT产业中一如既往的黄金标尺作用。


在不久前Gartner发布的《2025年企业存储平台关键能力报告》（Critical Capabilities for Enterprise Storage Platforms）中，首次增加了“AI Application Integration”关键能力指标，并将“Artificial Intelligence” 作为评估的典型场景用例。这可以被看作是Gartner作为业界权威分析师机构对AI存储场景的首次大考。而在这次大考中，华为在这项AI应用场景综合评分中排名第一。
为什么华为能够交出这张“超高分答卷”？其对于AI存储领域的整体性启示又有哪些？让我们透过这份Gartner关键能力报告，解析AI时代的存储变局。


AI技术正在切实可信地为日常生活与企业生产带来变革。而这种变革并不仅仅发生在算法应用层面，更对于与之相关的IT基础设施形成了深刻的变革需求。AI时代，高质量数据直接决定大模型应用的落地效能。存力先行，尤为关键。围绕AI需求，企业需要进化存储等基础设施的迭代。
面向充满未知的AI时代，企业应该如何锚定自身的IT选择？这时候多年来被誉为IT咨询界黄金标尺的Gartner又一次发挥了关键作用。
之所以受到全球企业信赖，是因为Gartner每年可以处理超过400万次客户咨询，能够结合厂商实测、用户调研、专利分析及**压力测试报告来进行技术分析与评估，确保结论不受商业利益影响。并且其团队涵盖技术专家、经济学家与行业顾问，可以形成“技术可行性+商业价值+合规风险”的综合评估模型进行评判，相对来说能够更加清晰地为用户带来最终价值。比如说，某跨国银行就通过Gartner的《AI数据就绪路线图》，将大模型训练数据准备周期从12个月缩短至6个月。
多年以来，Gartner以绝对严格的衡量标准、不易动摇的评判立场，以及对市场风向的精准把握著称。其打造的魔力象限与关键能力报告等体系，在全球IT产业中形成了风向标般的作用与价值。由其所发布的关键能力报告，是提供给企业IT运营负责人与企业决策者的重要参考。


在Gartner发布的这份2025年企业存储平台关键能力报告（Critical Capabilities for Enterprise Storage Platforms）中，对各厂商存储产品的关键能力指标打分，并按不同权重进行组合，从而评估出7项企业典型应用场景中不同厂商的综合能力得分和排名。从结果看，华为获得了综合排名第一的成绩。同时，这份报告的一个关键之处在于，其首次增加了AI应用场景的评估。
这说明AI技术带来的变革，给全球存储行业带来了新的机会和要求。


Gartner首次增加“AI Application Integration”关键能力指标，并将AI作为评估的典型场景用例，背后是伴随着AI大模型的持续升级与普遍性应用，对存储底座提出的要求与考验正在全方位提升。
举例来说，在千卡集群的大模型训练中，平均每2小时就会生成1TB级别的CheckPoint文件，对存储规模与性能造成了持续性考验；同时，AI带来的数据多样性不断提升，大模型往往需要覆盖多种数据来源，不同的数据类型与数据格式，以及需要完成训练、推理、归档的全数据管理流程；此外，AI应用还会带来海量文件的高并发读写等一系列全新的数据处理需求。


面向一系列变革，存储产品不仅需要提升性能与扩展性，更加重要的是具备“AI原生能力”。在Gartner的报告中我们就可以看到这一点，其AI场景用例主要是评估存储支持生成式AI应用的原生能力。比如对数据向量化的支持，可以有效完成海量文件并发处理等；能够实现AI计算单元直通存储技术，从而加速AI训练和推理；支持**AI应用集成，从而为企业用户提供丰富的生态性等。
只有这一系列能力都充分达标，存储才能够满足AI发展的多元化需求，成为AI时代的推动力。Gartner预判，到2028年AI存储比例会大幅增长，这也是为什么其会将AI作为独立的典型用例加以考察。这可以说是Gartner在洞察了未来方向之后，对AI存储能力进行的首次大考。
而这次大考的结果，让我们看到了华为实现了AI存储领域全面领先的“超高分答卷”。


洞察未来，再基于未来目标推演现在，是华为数十年来坚持的战略方法。在存储领域，华为很早就预判到了AI带来的变量，并为此进行了充分准备。无论是高性能、高扩展，还是AI应用原生能力方面，华为都已经实现了全面领先。
分析华为的“超高分答卷”，我们可以发现其有两个方面构成。
首先我们能看到，华为已经形成了体系化、系统化的AI存储产品。这一点在全球存储产业中毫无疑问处在领先地位。
华为OceanStor A系列高性能AI存储，作为专为AI而生的新一代高性能存储，能够一套存储满足AI训推全流程处理需求，在金融 AI 大模型、区域智算中心、人工智能算力中心、科研平台、自动驾驶平台等场景广泛应用。
具体而言，华为OceanStor A系列高性能AI存储，提供业界领先的性能、高扩展性和全新数据范式：
在领先性能方面，OceanStor A系列高性能AI存储采用创新数控分离架构，支持XPU直通存储能力，能够提供超越传统存储10倍的性能，实现百TB级带宽以及千万级IOPS，极大提升生成式AI全流程效率。其训练集加载效率是业界4倍，断点续训速度是业界3倍。


OceanStor A系列存储的卓越性能还获得了全球AI存储性能评测权威MLPerf Storage榜单认可。2025年MLPerf Storage v2.0基准测试最新结果显示，华为OceanStor A系列存储性能再次问鼎全球，以每框698GiB/s、每U 108GiB/s的卓越性能，刷新榜单纪录。
在高扩展性方面，OceanStor A系列存储基于全新硬件架构，支持 Scale-out & Scale-up 双向融合的弹性扩展能力，单集群支持EB级容量横向扩展，保障海量数据存储需求，并且每个引擎可支持多GPU、DPU或NPU纵向扩展，以支持近存计算，加速数据处理。
在全新数据范式方面，OceanStor A系列存储支持使用张量、向量、KV Cache等AI新兴数据范式，内置亿级大库容向量知识库，实现QPS性能领先业界3倍。
其次，华为不仅推出了完善的AI存储产品，同时还聚焦于存储基础技术的创新，实现了存储与AI结合度的多维度提升。


比如华为全新推出UCM（Unified Cache Manager）推理记忆数据管理创新技术，以多级缓存方案大幅优化AI推理体验与成本问题。其可以对接昇腾NPU、英伟达GPU等，以及vLLM、SGLang、MindIE等引擎，将大模型历史结果、语料库、知识库以KV Cache的形式缓存至高性能外置共享存储上，以查代算，实现大幅推理加速，使首Token时延最大降低90%，单卡推理吞吐量提升60%，显著降低每Token推理成本，为企业减负增效。
在智能客服等场景的实践中，通过部署华为AI推理加速方案，系统可以将长文本分类知识库提前预热至KV Cache Pool中存储，避免推理场景中出现重复计算，从而将整体推理时延缩短近90%，显著提升了客户反馈的分析与响应效率，实现单通话分析时间120s->10s，效率提升11倍，每天分析客服记录数提升125倍。
在会议纪要生成等长文档处理场景中，为突破模型上下文窗口限制，华为AI推理加速方案采用了KV Cache稀疏去噪技术，将原始80K上下文信息压缩至16K进行加载，在不影响关键信息的前提下突破原有窗口限制，完全满足客户对会议纪要准确性与完整性的要求。


华为最新发布的专为AI工作负载优化的高端固态硬盘——AI SSD，则是当前AI应用场景中最先进的闪存介质，在性能、容量、可靠性等维度全面突破。其高性能AI SSD可以和HBM、DRAM高效协同，构建数据分级存储体系，提升AI训练和推理的效率与体验；大容量AI SSD则可以替换HDD，从而破解AI时代海量数据的存储与应用难题。
率先形成面向AI技术的存储体系，实现可持续的AI存储底层技术突破动能，这二者让华为在AI存储领域构筑了技术、产品、用户价值多维一体的优势版图。而这恰恰也是Gartner在AI存储变局中最为着重考量的内容。
AI存储的大考，华为就这样以未来洞察结合产品技术积累，在全球产业界率先交出了“超高分答卷”。


Gartner的《2025年企业存储平台关键能力报告》（Critical Capabilities for Enterprise Storage Platforms），可以看作是全球存储产业全新的风向标。AI时代加速到来，为存储产业带来了充分且清晰的变革任务。AI技术的大规模应用，要求存储产品具有更加综合性的技术能力，对未来研究路线有更加清晰的预判，同时能够在数据存储与AI技术两端之间建立有效的联接。面向未来，将有更多存储厂商直接参与到AI变革中来，AI存储所占的产业比例将不断扩大。
华为之所以能够在AI存储领域一骑绝尘，就是因为其始终坚持自己的信念与洞察，极早预见到了AI将成为科技变革的核心趋势，而存储将是AI变革中不可或缺的一环。由此出发，在每一个AI存储的变革节点上华为都保持了先发优势。


华为长期以来着眼于解决AI大模型应用落地中实际存在的问题，比如提升训练效率，提高推理体验，优化综合成本等。从AI开发者与企业智能化的实际境况出发，提供能够解决实际问题的产品与解决方案，让华为有了不断升级AI存储的动力源泉。可以看到，华为在这一领域的创新将是持续性的，未来其将带来更多AI存储方向的技术与产品突破。
在一系列变革的加持下，AI存力时代正在加速到来。企业智能化用户将获得更强的存力支撑，存储产业将迎来智能化的快速发展机遇。最终，全球将迎来普惠AI的新纪元。



               
               
               
                    
                    声明：个人原创，仅供参考