"AI的下半程是数据。"在华为中国合作伙伴大会2026上，华为数据存储营销工程部部长肖德刚的这一论断，迅速引发行业深度共鸣。
这不仅是对未来行业走向的预判，更揭示了一个根本性的转折------AI产业的主导逻辑，正全面转向"数据驱动"的新纪元。
当算力因技术进步逐步"平权"，优秀算法通过开源成为基础能力，竞争的核心壁垒已悄然迁移。数据本身，以及承载、管理数据的存储系统的质量、效率与智能化水平，正无可争议地成为决定AI产业化成败的命脉。
由此，AI与存储的关系进入了"双向赋能、互为驱动"的新阶段。一方面是 "Storage for AI"（以存兴智），即存储系统为AI的进化提供稳定、高效的数据供给与处理支持；另一方面是 "AI for Storage"（以智赋存），即AI技术反向注入存储内核，驱动存储系统在管理、运维、安全和能效上，实现自我优化与革命性进化。
二者形成的正向循环------更智能的存储催生更强大的AI，更强大的AI驱动存储走向更高阶的智能化，也预示着一场以数据为基石、深度融合的产业变革正在展开，而智能、高效、可靠的数据基础设施，已成为决胜AI下半场的关键所在。
01 .
AI重构数据中心，
存储从幕后走向台前
AI正深刻重构数据中心建设模式，已从传统的"服务于人"，逐步转变为承载人、硅基员工与具身智能等多元生态系统。在这场转型中，存储完成了从幕后到台前的决定性跨越，"Storage for AI"正成为驱动AI数据中心重构与演进的关键动力。
在应用层，AI加速渗透千行百业，推动垂直领域专用智能体规模化落地。在电力巡检、软件开发、慢病管理等细分场景中，存储需通过集成知识库减少智能体"幻觉"，构建可持续学习、个性化迭代的记忆系统，让智能体"越用越智能"，同时强化数据安全能力，防范行为越权与系统失控风险。
在模型层，大语言模型的上下文长度持续指数级增长，采用"HBM+DRAM+SSD"多级缓存架构以扩大存储容量成为业界共识。同时，融合图像、时序、点云等多模态数据的"世界模型"正在兴起，其对存储的容量、带宽、时延提出了近乎苛刻的要求，驱动存储技术向更高性能演进。
在基础设施层，AI数据中心单机柜功耗已达数百千瓦，液冷散热与高速网络成为标配。存储不仅需提供极致性能以消除计算单元的数据等待瓶颈，更需在能效优化、整机设计等方面与计算、网络、散热、供电系统深度协同，共同应对"绿色计算"的挑战。
在处理器层，xPU并行架构的规模化应用释放出海量细粒度I/O请求，要求存储的I/O并发能力提升百倍。此外，专用于解码阶段的LPU逐步兴起，也为存储带来了新的适配与性能优化课题。
由此可见，在"Storage for AI"的全新范式下，存储已从昔日被动记录数据的"仓库"，进化为主动赋能智能系统的"引擎"，成为驱动AI数据中心实现高效、可靠、持续进化的核心支柱。
02 .
三大落地实践，
勾勒AI数据基础设施新图景
理论范式的转变，正迅速转化为扎实的产业实践。华为与合作伙伴的探索与实践，清晰勾勒出从技术到场景的落地图景，印证了存储的供给效率与智能化水平，已成为释放AI生产力的关键阀门。
实践一：构建智能体"记忆与知识中枢"，从通用走向专用。AI正从对话走向任务执行，各垂直行业涌现大量专用智能体。为使其精准行动、持续进化，存储需承担构建"记忆库"与"知识库"的核心角色。以华为AI数据平台为例，其整合知识库、KV Cache库、记忆库，协同推理记忆数据管理技术（UCM），让智能体更精准、高效与智能。
据华为数据存储营销运作部部长吴俊杰介绍，该平台可将多模态知识检索效率从不足60%提升至90%以上，并利用历史记忆数据提升推理效率，让智能体"越用越智能"。
实践二：应对"世界模型"多模态洪流，打造高并发高性能数据底座。面对旨在模拟真实物理环境、数据量远超文本的"世界模型"，存储产业需构建高并发、高密度、高能效的数据"高速公路"。
可以看到，在工业AI质检场景，登弘科技联合华为推出的工业AI质检数据湖解决方案，依托华为OceanStor Pacific分布式存储，实现了单节点大于1GB/s的吞吐，支持500余个相机全量写入无阻塞。
实践三：推动云边端协同，实现AI能力普惠化下沉。随着AI深入工厂、医院等边缘场景，存储体系需在支撑云端训练的同时，在边缘提供轻量、高效的服务。
例如，华为推出的FusionCube A1000 AI超融合一体机，专为边缘推理场景设计，实现开箱即用，可将应用上线周期缩短80%。此外，在医疗领域智慧化层面，衡道医学基于华为DCS AI智慧病理解决方案，结合上海瑞金医院RuiPath病理大模型，通过"云边协同"模式与智慧病理一体机，实现了AI诊断能力在基层医院的快速部署与赋能。
03 .
AI反向赋能，
重塑存储"智能内核"
在"Storage for AI"定义存储新使命的同时，"AI for Storage"作为一股变革性力量，正驱动存储从被动的"存取"设备，进化为能主动"理解、管理与优化"数据的智能中枢。不仅提升数据管理的效率与安全性，也显著降低运营成本与能耗，为AI时代的数据基础设施奠定了坚实而智能的底座。
一方面，存储正从"存取"走向"用好"，成为全局数据中枢。通过构建统一数据空间，实现对分散、海量、多样数据的全局可视、可管与融合检索。例如，华为的数据管理引擎（DME）正变得更加智能，其DataMaster存储运维智能体支持管理员用自然语言交互，智能体可理解意图并自动编排任务。
另一方面，AI让存储设备自身更智能、高效、绿色。通过AI深度赋能，实现了运维、安全与能效的全面升级。具体而言，华为利用AI技术可实现提前30天预测硬盘故障、将勒索攻击检测速度提升百倍，并通过CPU智能休眠与降频关核等技术显著降低能耗。
总的来说，"AI的下半程是数据"------这不仅是前瞻性的行业洞察，它也宣告了AI未来的竞争核心将从算力、算法向数据基础设施的体系化迁移。
对AI产业而言，存储的架构、性能与数据治理，其重要性已不亚于算力集群；对存储产业而言，需"对外"打造面向AI全场景的极致基础设施，"对内"以AI驱动自身的革命性进化。
可以预期，这场始于数据、成于协同的"双向奔赴"，将共同重塑未来智能世界的底层逻辑与发展高度。
申耀的科技观察，由资深科技媒体人申斯基创办，20多年科技内容传播工作经验，长期专注产业互联网、企业数智化、ICT基础设施、汽车科技等内容的观察和思考。
