人工智能时代，特别是AI大模型的兴起，为存储及算力领域注入了前所未有的活力，同时也带来了诸多挑战与机遇。

中国信通院云大所副主任马鹏玮在中国存储大会上透露，近年来中国存力规模稳步扩大。2021年至2023年间，存力规模持续增长，2023年增速达到约20%，总规模已突破1200艾字节。这一增长趋势，无疑得益于人工智能技术的飞速发展。

随着人工智能技术的不断进步，存储规模也随之扩大。马鹏玮指出，数据爆炸式增长以及应用的快速发展，对存储系统提出了更高要求，包括可扩展性、高可靠性和高性能。同时，中国工程院院士孙凝晖也表示，AI计算对算力和存储容量的需求日益增加，这对存储及算力领域构成了严峻挑战。

为了应对这些挑战，《AIGC数据存储研究报告》提出，AIGC技术推动了“以数据为中心”的趋势，数据的按需流动和存储成为支撑这一技术变革的关键。浪潮信息存储首席架构师孙斌进一步指出，在AIGC时代，存储面临效率、性能等多重挑战，需要先进存力和新型存储架构的支持。

此外，信息技术服务公司Gartner预测，到2028年，企业软件应用程序中包含自主性AI的比例将从不到1%提高到33%，30%的企业机构将把数据变现或数据表纳入其数据战略。这进一步凸显了存储和算力在人工智能时代的重要性。

浪潮信息认为，新型数据中心面临数据多样、混合负载、存算协同、安全可信、全局管理和绿色节能等六大存力挑战。先进存力应以数据为核心，满足数据全流程、全状态、全生命周期的多维能力需求，实现数据的高效处理、容纳、协同、安全、流通和绿色。

针对AIGC时代数据中心存储的两大核心工作场景，浪潮信息存储将提供机柜级存储底座和数据中心级存储底座，以存储架构创新打造先进存力，满足集约高效、一体化数据中心的建设要求。

中国科学院院士、北京航空航天大学教授钱德沛提出了“For AI”的解法，建议算力网提供更多、更强的面向AI的计算资源，并发展高效支持AI应用的硬件，实现软硬件协同。腾讯云混元大模型负责人王迪则分享了其开发的Angel机器学习算力平台，通过技术创新提升了存储效率和模型推理性能。

尽管人工智能带来了诸多挑战，但也孕育着新的机遇。钱德沛表示，AI技术有助于优化算力网的调度、使用和运营管理，使其更加智能、高效和节能。同时，智能化手段也有助于提升计算机与互联网的性能，降低能耗。

（文章来源：中国新闻网，图片来源：网络）