作者 | 杨京丽
编辑 | 李水青
智东西 10 月 30 日报道，昨日，2026 数据存储产业大会上，数据存储专委会发布《数据存储产业发展研究报告（2026 年）》和《数据存储产业与技术全景图（2026 版）》。
会上，华为公司副总裁、数据存储产品线总裁袁远认为，GPU 规模并不等于有效算力，AI 发展需要提升存储对算力的支撑能力，加强数据治理和复用，让有限算力释放更高产出，同时把产业数据转化为 AI 应用优势。
他说：" 数据是 AI 的燃料，数据决定了模型的高度，同时也决定了推理的准确度 "。在他看来，存储一方面要提升算力利用率，减少重复计算；另一方面，要把原始数据清洗、整理成可直接调用的语料、知识和记忆，并真正用于模型训练、推理和 Agent 运行。
一、全球存储产业规模预计突破 11.3 万亿元，存储加速转向 AI 基础设施
《数据存储产业发展研究报告》围绕 AI 时代存储产业的发展趋势与技术路径展开分析。会上，中国电子工业标准化技术协会数据存储专业委员会秘书长孙钢对报告核心内容进行解读。
报告预计，截至 2026 年底，全球存储产业规模将突破 1.7 万亿美元（约合人民币 11.3 万亿元）。随着 AI 推理和智能体应用加速落地，存储产业的增长重点正从单纯扩充容量，转向企业级 SSD、AI 数据中心以及服务模型推理的数据基础设施。
二、70% 算力尚未形成有效价值，存储需要支撑算力提效和数据治理
袁远谈道，当前国智算中心 GPU 平均利用率约为 30%，约 70% 的算力尚未形成有效价值；企业真正能够使用的数据资源开发率约为 28.4%，中文语料占全球比例约为 4.8%。
数据治理则对应语料、知识和记忆三类需求：数据要经过清洗、转换和标注，才能成为高质量语料；行业经验和实验数据需要进一步知识化；Agent 运行过程中产生的上下文和经验，则需要通过存储形成可管理的长期记忆。
围绕 AI 应用的不同阶段，袁远提出 "All in One" 和 "One for All" 两条路径。"All in One" 面向金融、制造、医疗等行业的 AI 使用端，以统一的 AI 数据平台承载知识沉淀、记忆管理、KV Cache 加速和资源调度；"One for All" 则面向模型厂商、互联网企业和国家级人工智能训练基地等 AI 生产端，建设面向超大规模训练和推理的专用数据基础设施。
存储产业正在从提供容量，转向同时承担数据供给、算力协同和知识管理。对 AI 企业来说，存储系统能否让数据更快被调用、缓存更高效地复用，将直接影响训练和推理效率。
随着 AI 应用从模型训练扩展到推理和智能体运行，存储厂商的竞争重点也会从单一硬件性能，转向软硬件协同、数据治理能力和场景适配能力。谁能降低数据处理和算力调用的成本，谁就更有机会把 AI 能力真正落到行业应用中。
