在人工智能飞速发展的今天，数据获取的便捷性已成为决定系统性能的关键。存储系统若无法及时满足需求，极易成为制约 GPU 算力释放的瓶颈。在近期举办的英伟达 GTC 大会上，CRN 媒体重点聚焦了 13 家顶级存储厂商，他们纷纷展示了专为 AI 场景优化的最新技术，旨在确保数据流能跟上 GPU 的运算速度。
GPU 虽是 AI 的“心脏”，但其性能再强，若数据供应不及时，系统仍会陷入停滞。因此，提升数据就绪率和传输效率，已成为与提升 GPU 算力同等重要的战略任务。存储厂商正从多个维度切入，通过优化存储系统性能以加速数据供给，并加强数据管理以确保数据随时可用。
此次大会汇聚了包括戴尔科技、NetApp、Everpure、Hammerspace、DDN、Vast Data、日立万腾等在内的众多行业巨头，展示了全新的 AI 存储系统及数据管理方案。这些创新技术不仅针对大规模训练，更覆盖了从模型微调到智能体推理的全流程。
Lightbits Labs 联合 ScaleFlux 和 FarmGPU 推出了名为 Lightinfera 的协同架构，专门解决长上下文 AI 推理中的内存与 I/O 限制。该方案通过集成高性能 NVMe 存储和 RDMA 高速数据传输技术，实现了数据的预取，显著降低了首字生成时间，并将 GPU 利用率提升了 3 倍，为大规模模型的高效运行提供了安全且可扩展的基础设施。
日立万腾推出了 Hitachi IQ 企业级 AI 基础设施平台，将计算、网络与存储整合为经过验证的统一解决方案。该平台原生支持英伟达最新的 Blackwell 系列 GPU，涵盖风冷与液冷配置，并内置 AI Studio 工具以管理多智能体协作。此外，通过与 Hammerspace 的集成，实现了跨环境的数据无缝访问，减少了数据迁移的复杂性。
Vidura 在大会上发布了三项针对 GPU 原生 AI 存储平台的更新，包括即时支持 RDMA 技术、即将推出的感知上下文分层存储，以及基于 AMD EPYC 和英伟达 ConnectX-7 网络的增强型架构。RDMA 技术允许数据直接从 GPU 传输至存储，绕过 CPU，大幅降低了训练和推理的延迟。
Everpure（原 Pure Storage）推出了基于消费模式的 FlashBlade 服务，旨在解决企业从少量节点扩展至数百节点时常见的性能衰退问题。该服务以订阅模式替代传统硬件采购，使成本与 AI 负载增长同步，帮助企业构建灵活、可扩展的“全球 AI 工厂”。
DDN 展示了其 Horizon 控制平面和 AI Factory 体验，后者与超微及英伟达合作，提供了集成的全栈 AI 基础设施。该环境预置了多种 AI 流水线，涵盖检索增强生成、金融风险分析及基因组分析等场景，支持企业通过自助服务模式快速部署。
Nutanix 发布了 Agentic AI 软件套件，旨在加速企业采用智能体 AI 技术。该方案深度集成英伟达 AI Enterprise，提供从性能优化到安全合规的全方位支持，帮助开发团队快速构建和扩展 AI 智能体工厂。
Vast Data 推出了开源的 Vast Foundation Stack，将英伟达的设计模式转化为可立即投入生产的应用模板。该方案统一了数据访问、数据库服务及计算编排，帮助开发者专注于业务逻辑，实现从实验到生产环境的快速跨越。
Cloudian 的 Hyperscale AI 平台获得了联想认证设计，为受监管行业提供了数据主权保障。该方案基于联想混合 AI 服务器，支持在不将敏感数据上传至公有云的前提下，运行基于企业文档的聊天机器人或视频合规监控等 AI 应用。
NetApp 发布了新一代 EF50 和 EF80 存储系统，专为处理海量数据的高性能计算和 AI 负载设计。其中 EF80 针对大规模 AI 和 HPC 场景，读写性能较前代提升 250%，在保证高性能的同时兼顾了成本效益。
Minio 的 AIStore 现已支持英伟达 STX 参考架构，原生集成于企业 AI 工厂核心。该方案基于英伟达 BlueField-4 处理器，支持从大规模训练到实时智能体推理的全生命周期，实现了存储与计算的独立扩展。
Hammerspace 的 AI 数据平台通过统一命名空间，解决了企业数据分散与 AI 应用需求之间的鸿沟。该平台与英伟达 AI 数据平台设计一致，允许企业快速部署并随业务增长灵活扩展，大幅简化了数据管理流程。
戴尔科技展示了其基于 Dataloop 收购成果的新数据编排引擎，以及即将在 2026 年 4 月发布的 Dell Lightning 文件系统。后者性能较纯闪存方案提升 20 倍，配合 Exascale 存储系统，旨在为 AI 工作流提供极致的读写吞吐能力。
Weka 正式推出了 NeuralMesh AI 数据平台，旨在解决企业 AI 从概念验证到规模化生产这一“最后一公里”的难题。该平台基于英伟达参考设计，将 AI 项目交付周期从数月缩短至数分钟，助力企业快速将创新转化为生产力。
对于中国存储及 AI 基础设施从业者而言，此次 GTC 释放的信号十分明确：随着大模型向多模态和智能体演进，单纯追求 GPU 算力已不足以构建竞争优势，构建“数据 - 存储 - 算力”高度协同的弹性架构将成为未来数据中心的核心竞争力，中国厂商需加速在存算一体及数据编排领域的技术布局。
