联想凌拓CTO陈弘：AI时代，存储厂商正迎来广阔的发展空间

本篇文章2752字，读完约7分钟

随着智能体在企业落地，企业级存储厂商在AI时代的定位越发清晰。

近期，在全球闪存峰会的采访间里，联想凌拓CTO陈弘脸上多了几分从容，作为一家数据管理公司的CTO，在他看来，AI 带来的市场 “惊喜” 来得很快，企业需要打磨自身技术能力，助力客户解决真实业务问题。

（联想凌拓CTO 陈弘）

这个“惊喜”，指的是AI带来的存储需求量的增长。过去两年，行业的眼光一直紧追着GPU和大模型，存储像是一个旁观者。进入2026年，AI工作负载从以训练为主转向持续推理和智能体运行，在闪存供应缺口扩大、价格上行的大背景下，高性能闪存持续处于紧缺状态。

面对不断高涨的闪存成本，陈弘的关注点并不落在产品涨价本身。在他看来，闪存市场的变化，对存储系统厂商而言意味着新机遇 —— 并不是存储系统要跟随市场涨价，而是市场正在对存储技术提出全新诉求。

在本次交流中，行业显现出三个关键变化：首先，闪存供应紧张，印证AI产生了真实的数据需求；其二，联想存储智能体开始改变存储产品的交付模式；最后，存储厂商也终于有机会更进一步靠近业务侧，迎来广阔发展空间了。

闪存供应紧张，恰好是AI真正开始落地的最好证明

陈弘对这一轮存储行情的判断，没有简单停留在供需周期上。他在一年多以前就和销售团队分享过自己的判断：当AI应用真正落地，数据需求就会随之释放，进而拉动真实的存储需求。

当推理和AI智能体成了持续运行的生产系统，特别是编码类和智能体应用大规模落地之后，CPU、内存与存储面对的不再是一次性的数据吞吐，而是不断增长的上下文记忆、KVCache，以及训练和推理过程中产生的新数据。

陈弘观察到，很多AI的需求从训练变成了推理和智能体，这对CPU、内存以及存储带来实打实的拉动。无论线下还是云上的供应链，这部分需求都非常强烈。

闪存涨价是最直观的现象，透过现象看本质，当企业部署AI时，看到内存和高性能闪存越来越贵，而自己的预算却有上限。就不得不规划哪些数据要留在GPU附近，哪些数据进入高性能闪存，哪些数据又可以下沉。

在陈弘看来，怎么做好存储分层、实现高效的数据流转，让有限的高价值的存储资源得到充分发挥，同时把记忆、KVCache，以及训练或推理后的产出，放到价格合理的存储层，这才是存储系统厂商面对的技术机会。

AI带给存储的挑战，一方面是需要更大容量，同时还有一道复杂的数据调度题。硬件越是紧张，越是需要靠软件把每一层资源用在刀刃上。

联想存储智能体和存储系统之间已经形成了相互成就的新局面

谈到联想存储智能体，陈弘澄清了一个常见的认知误区。他说，联想存储智能体严格来讲不只是一个简单的智能体。智能体只是人机或者机机之间的交互界面，但其背后其实是一个智算数据平台。

如今，联想凌拓搭载了联想存储智能体的存储方案其实体现了两层思路。一层是联想存储智能体像FDE（前沿部署工程师）那样，针对客户的具体业务场景快速完成方案开发与交付；另一层是底层存储基座，持续夯实安全围栏、数据治理、数据同步与底层管理能力。

这两层必须分开，因为存储系统和AI应用完全是不同的开发节奏。存储系统最关注自身的可靠性，沉淀到核心系统的功能要经历漫长的开发和验证。而智能体类应用迭代速度很快，几周就会产生一轮变化，客户很难为垂直场景功能等待半年以上的周期。

底层存储负责稳定，联想存储智能体负责快速响应具体场景诉求。陈弘表示，如果告诉客户某一项功能需要等待612个月才能上线，业务窗口早已错过。而且现在闪存成本变化迅速，6个月之后的成本很可能已经跟客户的预算不匹配了。

这套思路已经开始实际落地了。根据陈弘的介绍，在一些高端制造客户中，客户在采购存储系统的同时，会同步采购联想存储智能体能力。与此同时，也有客户，正是看中联想存储智能体能够满足垂直场景需求的价值，一并选择对应的存储系统。

过去，软件常常是硬件成交后的附加项。现在，业务场景需要的软件能力，反过来可以影像客户选择哪套存储。这正是联想存储智能体最核心的价值体现。

当然，企业AI真正进入生产环境，速度还不是唯一门槛。陈弘提到，技术团队看到Agent、AI的能力可以满足业务需求，但真正落地，还要跟数据合规部门、法务部门讨论，这些数据的处理需要符合公司治理要求或者行业条规。

所以，业务逻辑能跑通仅仅是起点，只有企业敢于让AI接触生产数据，才算跨过第一道门。陈弘表示，接下来联想存储智能体将结合后端的存储，帮助企业构建一套安全可信、合规可控的数据平台。

存储不再是数据容器，而是AI工作流的主动参与者

存储系统的角色变化，也体现在联想凌拓的新产品上。

面向训练和推理的全新DXN5000 G5全闪分布式存储，把大规模写入带宽提升到150GB/s，同时支持KVCache卸载，在产品技术生态上，加强了与国内GPU算力平台的适配。

陈弘介绍，执行Checkpoint（检查点）或者大规模数据写入时，带宽是一个硬指标，联想凌拓的这次优化，可以更好支撑大模型训练。同时针对推理场景，支持KVCache卸载。

与此同时，NetAppAFX迎来了2K版本。一方面，通过增加NVRAM容量进一步优化了IOPS和小IO场景的性能。另一方面，AIDE持续增强数据计算平面，引入GPU厂商的加速库，让AI数据处理任务能够直接利用GPU算力完成加速。

如果把这些技术放在一起看，存储系统在AI场景中的定位就非常清楚了。存储不再被动等待上层应用写入数据，单纯充当“数据容器”，而是主动参与训练前的数据准备、推理时的上下文供给，以及数据生命周期的调度。

在陈弘看来，AI时代下，存储系统厂商不仅清楚了自己的定位，而且还在努力做出一个多年未有的重大突破。

他提到，“存储厂商一直想突破一层‘隐形的壁’，更靠近客户、贴近业务。目前，头部GPU厂商、头部大模型厂商和存储产业一起重新定义了AI时代的存储，比如‘2.5层的内存池’、‘ 3.5层的上下文记忆’等行业新概念。一旦打破这层壁垒，存储行业将迎来更大的发展空间。

这种判断值得整个存储产业振奋。AI没有简单地把存储重新推到舞台中央，它还改写了舞台的边界。存储厂商的能力边界，正在从提供容量，向数据治理、模型记忆、数据预处理和场景交付延伸。

结束语

陈弘对联想凌拓的新角色做出清晰定义：联想凌拓正在从传统存储厂商，转型为AI时代的数据基础设施提供商。联想凌拓更加明确，企业当下最核心的工作，就是为客户打造AI数据基础设施，市场想象空间被极大打开。

有行业观点认为，闪存供应紧张的局面还会持续较长一段时间。可以肯定是，闪存涨价属于周期性现象，供需紧张终会得到缓解。但对于存储行业而言，一旦打破这道“隐形的壁”，存储行业就将迎来一片广阔的发展空间。