在2025年世界人工智能大会（WAIC）的舞台上，一场看似低调却意义深远的技术发布吸引了业界的广泛关注。中国移动携手曙光存储，正式宣布“算力中心的全局统一文件存储产品”成功落地，这标志着国内首个智能存力跨域调度平台正式投入使用。
这一进展并非偶然，而是在AI领域一系列挑战与突破的背景下应运而生。大会期间，“百模大战”与大模型“全面出海”成为热门话题，但与此同时，AI落地过程中的“卡顿”与瓶颈问题也日益凸显。问题的核心已不仅在于算力不足，更在于存力对算力的制约。
存力，这一AI系统的隐形短板，正逐渐成为决定大模型能否快速大规模落地的关键基础设施。WAIC上的这次发布，正是AI新基建路线图中存力从幕后走向台前、成为战略资源的重要标志。算力之后，存力正式加入AI基础设施的“地基”阵营。
过去几年，AI系统基础设施的建设主要围绕“加卡扩机”展开。然而，随着大模型进入多模态、多中心、大规模迭代的新阶段，单纯依靠算力堆叠的方式已面临物理极限与结构性瓶颈。行业普遍发现，即便GPU性能再强，如果存力跟不上，数据无法及时到位，AI系统也只能“空转”。
曙光存储副总裁张新凤指出，当前AI集群运行时，“GPU在等数据”已成为普遍现象。初步测算显示，每增加1元的存力支出，可为AI系统节省10元的算力开销。这意味着，存力不仅是辅助角色，更有望成为AI基建体系中最具性价比的关键因素。
其次，大模型对“数据流速”提出了极致要求。在实际训练中，AI集群规模庞大，存储系统性能不足会导致GPU排队等数据。这一问题并非简单增加硬盘就能解决，而是需要优化数据在集群中的传输效率、调度优先级以及IO管控机制。
最后，从“买硬件”到“调资源”的服务化供给趋势日益明显。越来越多的AI用户开始采用“平台即服务”模式使用存储，要求存储系统具备资源感知、智能策略以及成本控制的能力。未来的AI系统需要一个“智能数据中枢”，能够感知业务负载、动态规划带宽，甚至预测训练所需的数据路径与资源结构。
面对这些趋势，中国移动与曙光存储在WAIC 2025上共同推出的“智能存力调度平台”，为业界提供了首个体系化实践范式。该平台不仅是一个技术组件的拼装，而是一个覆盖全国、支持跨异构、多中心、高性能调度的数据中控系统。
该平台首批部署于长三角、成渝、内蒙古、贵州等国家级算力枢纽，覆盖7大存力资源池，支持8类主流AI芯片架构，并高度契合“东数西算”“全国算力一体化”国家战略。曙光将其定义为“AI系统的智能神经网络”，并将调度能力拆解为全局统一调度、冷热数据智能分级、跨域无感流动以及协同芯片层革新等四个核心能力模块。
通过全局统一调度，该平台打破了资源孤岛，实现了跨域、跨池、跨平台的统一纳管与策略调度。冷热数据智能分级机制则根据数据访问频率与模型阶段自动判定数据冷热，并优先调度热数据至近端高性能节点，有效降低了企业存储成本并提升了训练效率。跨域无感流动能力为“东数西算”提供了可靠的数据底座，实现了数据在训练过程中的无感知迁移与实时带宽调度。协同芯片层革新则通过打造“超级隧道HyperTunnel”技术，构建了超低阻数据基础设施，支持具身智能加速升级算法。
目前，该平台调度技术已在多个高密度场景中完成部署并验证。在自动驾驶领域，为车企打造了100PB训练资源池，训练效率提升超40%；在具身智能领域，支撑了智元机器人平台跨域高并发训练；在科研与AIGC领域，通过自研元数据系统支持千亿级小文件高效调度，提升了渲染与科研数据处理效率。
曙光存储副总裁杨志雷表示，这不是一个新产品，而是一个“会思考、能调度、能进化”的AI数据中控系统。智能存力调度平台的推出，不仅降低了AI的使用门槛，让中小企业也能用上高性能存力；还提升了训练效率，让AI在实际应用中落得更实；同时保障了自主可控，夯实了中国AI底座。
