5月24日，在福建福州召开的第七届数字中国建设峰会上发布了《全国数据资源调查报告》，该报告显示，2023年我国数据产生总量达32.85泽字节(ZB)，相当于1000多万个中国图书馆的数字资源总量。换算成我们熟悉的GB单位来说，全国每天产生的数据量就达到了惊人的900亿个GB（对应存储基础设施投入数千亿元），数据资源规模总量位居世界前列。

同时，随着AI技术的快速发展，特别是大模型训练的需要，进一步促进了数据量爆炸式增长。AI应用对存储的需求复杂多样，如GPT-3等大型语言模型侧重于计算密集型任务，对存储的读取带宽要求相对较低；而3D U-Net等图像处理模型则需要高读带宽来支撑其大数据量的快速处理。这意味着，理想的GenAI存储解决方案不仅要提供高性能以满足计算密集型任务，还需具备成本效益，以适应不同AI模型在不同阶段的具体需求，实现资源的更优配置。

《全国数据资源调查报告》预计，数据生产能力将随着卫星通信、自动驾驶、生成式AI等新技术的规模化应用而持续提升，预计2024年数据生产量增长将超25%。这一趋势不仅要求存储系统能够高效地处理庞大的数据量，还必须具备快速响应和处理能力，以满足即时分析、决策支持等应用场景。因此，存储解决方案需要具备高度的可扩展性和强大的数据处理能力，以确保数据的高效利用。

Gartner建议与GenAI存储策略

   Gartner的建议强调了存储在AI应用中的核心地位，指出企业在追求高性能存储的同时，也需考虑成本优化，尤其是在模型训练和数据归档两个极端需求之间找到平衡。GenAI存储技术应通过组合架构设计、统一存储平台、动态成本优化和无缝扩展性，来应对这些挑战，确保无论是大规模训练还是长期归档，都能提供最适宜的存储解决方案。

      针对上述挑战，百代（上海）数据技术有限公司作为高性能存储的代表厂商，正积极布局面向未来需求的高性能存储解决方案，旨在满足数字中国在海量数据处理和AI应用方面的需求。具体而言：

● 高性能：百代存储致力于提供高带宽、低延迟的存储产品，以支撑AI训练和推理过程中的大量数据交换和高速处理需求。

● 灵活扩展性：通过构建统一平台，百代存储能够适应AI应用的全生命周期，从数据预处理到模型推理，灵活扩展以应对未来数据量和处理需求的增长。

● 成本效益：在保证性能的同时，百代注重成本控制，尤其是在数据归档阶段，提供大容量低成本的存储方案，帮助企业平衡成本与性能。

● 云原生支持：为促进数据流动和混合云部署的便捷性，百代存储解决方案将全面拥抱云原生技术，确保数据在云和边缘之间的高效、安全流转。

● 合规与安全性：基于自主可控软硬件体系，百代存储确保数据的安全可控，完全符合信息技术应用创新战略，强化数据保护，助力企业安全合规地推进数字化转型。

      综上所述，百代存储作为数字中国建设中的重要参与者，正以高性能、自主可控、成本效益、灵活扩展和云原生为核心竞争力，积极布局市场，期望在应对数据爆炸和AI挑战中发挥关键作用，推动中国数字经济的高质量发展。