随着大模型技术的演进逐渐放缓，与其紧密相关的新技术栈正步入产品化的关键阶段，而非仅仅停留在小范围试验层面。行业内外普遍关注大模型的计算需求，然而存储需求却常常被忽视。目前，传统存储阵列在GPU集群面前已暴露出性能瓶颈和扩展性不足的问题，业界普遍认为，存储行业正面临的不是渐进式的技术升级，而是需要架构级的全面重构。
大模型训练对存储系统的带宽与并发能力提出了极限要求，而在推理阶段，多模态数据则面临着孤岛化的困境。企业对于核心数据安全的担忧日益加剧，加之旧有架构在GPU+全闪存时代下的“硬件不适配症”，传统存储的短板在AI技术的放大镜下愈发明显。
在海外市场上，AI存储领域已涌现出独角兽企业，其“统一存储层+AI原生接口”的模式获得了市场的广泛认可。在此背景下，中国存储厂商ExponTech也推出了自主研发的WADP平台，旨在通过一套架构统一管理生产与AI数据流。
传统存储阵列为何会成为瓶颈？ExponTech创始人曹羽中解释道，在传统信息化时代，尽管出现了诸多存储新技术，但这些技术并未从根本上改变市场格局，传统存储阵列仍是主流方案，企业投资也依然集中于此。然而，随着AI时代的到来，存储领域将迎来重大变革，类似于计算领域从CPU中心向GPU中心的转型。
具体而言，存储需求将呈现四大核心变化：首先，大模型训练驱动的超高性能需求，要求存储系统提供超高带宽与高并发能力，以支撑多卡并行训练，确保GPU卡利用率最大化。其次，推理时代的效率优化成为关键，企业需要优化推理效率，解决计算资源与存储资源的协同问题。这包括多模态数据的统一管理，避免数据孤岛，以及记忆持久化与以存代算，减少重复运算，增强AI模型的记忆能力。
第三，数据可控与安全成为企业关注的焦点。企业不愿将核心数据交给公共大模型，且受限于数据隐私要求，这些数据难以直接迁移至公有云。因此，构建数据中心级统一数据层并实施细粒度权限管控成为必然选择。最后，传统架构的局限性日益凸显，其孤岛式设计、存储软件架构老化以及对新一代硬件适配不足等问题，使得传统存储阵列难以有效支持GPU+全闪存+RDMA网络等新硬件环境。
曹羽中指出，理想的AI时代存储系统应具备以下特点：统一存储引擎，基于通用硬件，实现超高性能与无限扩展性，承载全量企业数据；双轨制接口体系，既兼容传统接口，又创新AI原生接口；支持过程数据与上下文数据的存储和管理，优化决策路径。AI统一数据平台的趋势从美国到中国正在兴起。
近日，ExponTech正式发布了新一代统一AI数据平台WADP（WiDE AI Data Platform），旨在解决企业AI应用的核心痛点——高效融合存储与管理海量多源数据，实现AI算力与数据存力的无缝协同。WADP基于全自研的分布式存储引擎与分布式KV元数据引擎构建，运行于标准服务器硬件，广泛适配各类通用硬件。
WADP首次将企业核心生产系统（如关键数据库）与AI数据管道（训练、推理、向量检索等）统一承载于同一平台，实现对传统存储阵列、文件系统及大数据存储的现代化融合替代，为企业构建面向未来的AI数据基础设施。这一趋势已在美国市场得到广泛验证，而ExponTech的技术路径和产品实现与国际市场AI基础设施的技术趋势不谋而合。
据悉，ExponTech坚持核心代码全栈自研，不依赖国外开源技术。其新一代分布式存储引擎与元数据引擎成功突破多项技术高峰，WADP存储软件在面向企业核心业务场景的SPC-1评测中打破世界纪录，又在面向AI场景的MLPerf Storage v2.0评测中取得优异成果，充分验证了使用同一套分布式存储软件构建Universal Storage的技术可行性，为应对AI时代海量数据挑战奠定了坚实基础。
