“大模型时代，数据决定AI智能的高度。作为数据的载体，数据存储成为AI大模型的关键基础设施。”华为数据存储产品线总裁周跃峰一句话，点明了AI热潮中存力的重要性。顺应这一趋势，华为、三星等推出了适应AI大模型的新品、新技术，以HBM为代表的存储产品需求大幅提升。
　　今日，工信部新闻发言人赵志国今日在新闻发布会上表示，将进一步加快推动我国算力高质量发展，其中重点方面之一为持续推动算力基础设施建设。
　　他表示，将出台指导算力基础设施高质量发展的政策文件，加大高性能智算供给，加强先进存储产品部署，开展算力网络优化行动，加快构建云边端协同、算存运融合的一体化、多层次的算力基础设施体系。指导有关单位和地方积极探索，加强算力资源统筹和互联互通，实现资源高效集约利用。
　　就在7月17日举行的2023中国算力大会新闻发布会上，工信部信息通信发展司司长谢存也已提出，将出台推动算力基础设施高质量发展的政策文件。（详见《科创板日报》此前报道：算力高质量发展文件有望出台工信部提出强化资源统筹调度）
　　对比前后两次表述可以看到，本次新增的内容中，多部分涉及存储，包括“先进存储产品部署”与“算存运融合”。
　　▌什么是“算存运融合”？
　　从字面意义理解，便是指算力、存力和运力的一体化融合。
　　《信息通信技术与政策》今年刊登的一篇文章指出，业界逐渐发现只有深度整合计算、存储、网络和软件资源，加快数据共享和融合，才能更好地支撑计算，进而充分挖掘数据价值。而合理利用算力网络，实现算存运资源在云、边、端之间按需分配和灵活调度，是有效释放数据价值的保障。
　　就在7月14日，华为发布了大模型时代AI存储新品“OceanStor A310深度学习数据湖存储”。
　　该产品面向基础/行业大模型数据湖场景，实现从数据归集、预处理到模型训练、推理应用的AI全流程海量数据管理。其可以实现多协议无损互通，简化数据归集流程；通过近存计算实现近数据预处理，减少数据搬移，预处理效率提升30 %。
　　这里的近存计算便属于存算一体，后者也被称为“AI算力的下一极”，方正证券认为其有望成为继CPU、GPU之后的算力架构“第三极”。
　　除了华为之外，国内外众多企业都已开展存算一体技术研发，包括英特尔、SK海力士、IBM、美光、三星、台积电、阿里等。
　　例如，三星通过结构创新，已实现基于MRAM（磁阻随机存取存储器）的内存内计算，进一步拓展了下一代低功耗人工智能芯片技术的前沿领域；美光之前也已收购人工智能技术初创公司Fwdnxt，尝试开发将内存和计算紧密结合的创新方案。
　　▌AI带动存储需求上行
　　总体而言，AI技术与大模型发展带来了存力硬件需求上行。
　　另外，华为分布式存储领域副总裁韩振兴表示，过往两年国内建设了很多算力中心，而目前很多省份也开始建设大量的存力中心。同时，由于大模型的训练需要快速地处理数据，对性能指标有更高的要求，将会催生高性能存储的新品类，也会加速存储在各环节的融合，类似于数据湖存储，而不是像过去预处理、训练、推理、归集各自构建。
　　华西证券认为，随着ChatGPT等应用开启AI新时代，加之相关技术演进，预计全球数据生成、储存、处理量将呈等比级数增长。浦银国际证券也指出，AI相关的运力、算力、存力三者的硬件需求高速成长。长期看，AI大模型等应用带来存储器行业需求长期增量。与此前发展较长时间的人工智能的机器学习、深度学习相比，人工智能大模型对于数据的量级、质量等有更高的要求。这就对存力，即半导体存储，提出了数量和性能上的要求，这将推动半导体存储行业长期增长。
（文章来源：科创板日报）