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、专利分析及第三方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；支持第三方 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。