AI存储大战，京东云海跑出中国速度

不少朋友最近都在吐槽：1TB的机械硬盘，之前300多就能拿下，现在都快五百了！固态硬盘也在涨价，存储产品的价格怎么突然坐上火箭了？

其实，终端消费者感受到的涨价风暴，早在2025下半年开始，就从产业链上游发酵。源头就是AI。

AI应用需求爆炸，而AI服务器又是吞存大户，吃掉了全球40%的DRAM内存和高容量SSD，随着2025年全球数据中心的支出猛涨，一下子就把企业级固态硬盘搞成了抢手货。三星、SK海力士这些内存制造商，更乐意把晶圆产能砸给卖得更贵的HBM/DDR5，导致传统平价存储产品DDR4/LPDDR4X供给减少。便宜的货少了，价格自然就上去了。而且，由于生成式AI的需求还在激增，所以Gartner预测，存储荒至少要熬到2026年下半年。

好多朋友傻眼了，之前是AI算力荒和GPU涨价，没想到，存力荒和硬盘涨价也来了。其实，大众还聚焦于模型多牛、算卡多贵的时候，存力早成了AI科技竞赛的暗战。

这场暗战，可以从哪里窥得战况呢？最近发布的存储系统性能评测IO500榜单，就是存储界的奥林比克赛场，成绩单里隐含着不少行业秘密。

比如说，前三名都采用DAOS+PMem架构，也就是依赖持久内存（Persistent Memory）等高成本、非通用硬件，成本高昂，普通企业根本玩不起。

再比如，DAOS是美国技术栈，虽然开源，但极端情况下也有被禁用、断供的风险。那大家会好奇，前十名有没有中国技术和国内选手呢？第四名的京东云海就是。

而且，京东云海是在不依赖高成本、特定硬件的前提下，基于通用NVMe盘存储服务器，结合全栈自研软件体系与深度调优，也跑出了顶尖性能和TOP4的成绩，这也是中国自研技术首次稳稳站上全球高性能存储的第一梯队。

对各行各业来说，这意味着有了好用、不贵，还自主可信的存储底座。搞AI训练和推理，也不用愁性能不够、被国外技术卡脖子，更不用为天价硬件买单。

一张榜单背后，藏着AI时代的存力密码，这也是国产存储跨越十年的执着奔跑。

读懂这份成绩的不易，有必要首先了解下IO500的含金量。

作为全球高性能计算存储系统性能的权威排名，IO500榜单的难，重点体现在两个方面：

一是上榜要求高。IO500的综合得分（score）由30%带宽（BW）和70%元数据性能（MD）加权构成，是对存储系统全能性的终极考核，不仅要撑得起BW（GiB/s）代表的大文件顺序读写能力，比如加载几十上百GB的大模型参数、批量导入亿万级的训练数据集；而占比更高的MD（元数据性能），则考验的是小文件随机访问能力，这正是AI推理场景中高并发小文件的核心痛点，一个模型推理过程可能涉及数万次小文件调用，MD性能差一点，整个流程就会卡顿。

更关键的是，这两项能力必须同时在线。所以，IO500的逻辑是，不仅需要硬件层面的真金白银投入，更要在软硬件整合适配、工程调优、场景化性能打磨上做到极致，把上榜门槛拉得极高。

二是竞争激烈强度大。由于IO500的高要求能在榜上留名，尤其是冲进前列，难度堪比在HPC领域摘得奥运金牌，站稳脚跟的无一不是全球存储领域的顶尖玩家，竞争也格外激烈。

比如榜单的第一名Aurora第二名LRZ，都采用了DAOS + PMem架构，第二名的方案规模甚至更大，说明顶级选手的方案比拼十分胶着，拉开一点差距都要狠下功夫，而且绝非单纯堆料就能胜出。

为了在这个顶级赛场，跑出好成绩，多数厂商都选择依赖成熟的海外技术栈。最新榜单前十中，4个席位（包括冠亚季军）基于DAOS，5席采用海外存储厂商DDN的商业方案。但这些方案虽然省心，却难以满足国内重点行业自主可控的信创要求。

这样一来，对国产存储厂商的要求进一步拔高了，不仅是参赛和上榜，还必须用自研IT技术栈，跑出与海外生态对等的顶尖性能。相当于在田径赛场上，别家运动员可以穿高级定制跑鞋，而国内选手只能穿全国产生产线做出来的跑鞋，还得比别人跑得更快。

正因如此，京东云海跻身全球前四、国产自研第一，才显得格外特殊：它不仅打破了海外技术对榜单前排的垄断，采用的JDCloud+ JPFS（京东自研并行文件系统），是榜单上唯一全栈自研的中国方案。还跑出了高于DDN方案的排名。第五名及以后DDN，在MD性能上明显弱于DAOS和JPFS。

这一次，国产存储用实力证明，根植于100%自研技术栈，完全能在高性能存储赛道上跑出好成绩。

一张IO500榜单，能说明什么？第四名又不是金牌，也值得关注吗？表面看，它是存储领域的专业排名，但往深了说，这张榜单背后藏着AI时代的存力密码。

当我们用AI生成图片、靠大模型写方案时，支撑这些场景的不仅有CPU/GPU算力，更有能吞吐数据的存储能力。过去的存储是数据仓库，只要能安全地存放数据就行。但AI时代的存储，还必须精准、高速地把数据输送给计算核心，不仅要吞吐快、用得活，还得成本低，才能满足各行各业高效使用AI的需求。

从这个角度来说，京东云海作为唯一不用烧钱硬件的参赛选手，或许是TOP10中唯一能适配中国AI场景的独苗方案。其价值远不止排名，更体现在：

成本优势，它用通用硬件打出了顶级成绩。相比TOP3采用的海外生态软硬件方案，京东云海完全基于通用NVMe SSD，却跑出接近DAOS的MD性能，成为通用NVMe架构下性能最强的AI存储，而成本却大大降低，这意味着中国技术可以用普惠硬件实现顶尖性能。比如医院引入AI辅助诊断、教学课堂引入AI智慧教学，抑或AI村官、AI政务等应用，如果只能用昂贵的硬件方案，硬件成本都是无法承受的。基于京东云服务+云海存储，这些用户也可以像水电一样，低成本地用上AI。

安全优势，它是TOP10中唯一国产自研、全栈可控的方案。开源方案并不意味着百分百自主可控，所以面对信创要求，海外厂商存在掣肘。而且，开源的产品没办法基于用户的应用再做进一步定制化开发，特定需求难以满足，同质化严重，性能、稳定性难以保障。云海为京东云100%自主研发，代码自研率高达98%，核心技术完全自主可控，与主流国产化硬件和软件兼容互认。无论是银行、保险等金融机构的敏感数据，还是能源、科研、政务等国计民生行业，智能化转型有了高性能的国产化选择。

AI优势，京东云海在AI推理方面的能力也值得注意。榜单成绩显示，京东云海跑出了远超DDN方案的性能表现，格外适合AI推理，结合存算分离优化，为AI训推降本增效。当前，AI需求正从大规模预训练，转向后训练和推理，后者对元数据性能要求极高，比如一个集团公司几百人同时使用DeepSeek，在AI客服高峰期处理大量用户访问，而京东云海的高MD性能能让AI快速完成高并发小数据的调取，想象一下，你刚把问题发给AI，答案几秒就弹出来了，体验感直接拉满。

所以说，京东云海全球第四、自研国产第一的成绩，意义远大于排名本身。它不仅证明了中国企业在高性能存储上的技术突破，更说明，国产存储能够以更低的成本、更通用的架构，达到国际顶尖性能水平，可以为AI训推与应用落地，提供又快又省的高性价比国产方案。

不是只有金牌才值得欢呼。奥林匹克官方就曾用一句话致敬苏炳添，“没有人能跑赢时光，但曾有人创造过历史。他跑过的不只9秒83，还有所有‘不可能’”。

而京东云海的成绩之所以特别，就在于它也打破了AI存储的诸多不可能，创下了国产存储的历史时刻。

国际赛事的成绩突破，从来不止是个人或企业的勋章，更标志着一个国家在该领域已具备长期可持续的体系化能力。就像德国足球的长盛不衰，靠的是全民足球生态的积淀与后备力量的持续输送。

京东云海的突破，证明国产存储已构建起成熟的技术与产业根基。AI存储，正从少数巨头的昂贵玩具，变成千行百业智能化的必需品。

比如金融领域，银行、证券等纷纷响应国家号召，积极创新引入科技手段推动普惠金融，又需要信创的数字底座。一些机构就通过云海AI存储，解决数据系统、AI平台，大模型应用三者数据高效流动的问题，达到降本增效的效果。

在自动驾驶领域，一家车企L3与L4模型研发中，每天产生至少800TB的路测数据，依托云海极速版方案，应对计算节点的高并发访问需求，保证了AI算法训练的实时性，助力自动驾驶模型的迭代。

在互联网领域，荔枝FM、墨迹天气等头部互联网平台，是上亿用户每天娱乐、出行的基础工具。面对海量用户的数据存储挑战，传统架构存储冗余高、资源利用率不足，正与京东云海携手打造兼具经济性与安全性的新一代存储范式。

通过这些场景，我们可以发现，高性能存储已经与大众的衣食住行、千行百业的智能转型，密不可分。打造一个坚实、自主、普惠的存力底座，京东云海的方案，不仅兼顾了高性能与经济性，更得益于京东云和京东集团的托举，使其更适合规模化落地在各个行业，这种作为外部行业存力底座的独特竞争力，体现在几个方面：

一是部署更灵活。不同于很多云厂商存储服务与云平台高度绑定的模式，云海从京东云完全解耦，支持独立部署交付，适配更多行业场景需求。京东云海在超百家金融、证券、汽车等企业交付验收，并稳定运行至今。

二是企业用得起。相较于纯软件竞品，依托京东集团的供应链优势，云海在具备自产硬件能力的基础上，典型配置价格更低，性价比优势突出。

三是经得住考验。云海历经京东13年内部实践，从618到11.11的高流量洗礼中实现零故障，稳定性与可靠性无需多言。与之相比，国内不少存储硬件厂商缺乏超大规模场景打磨，这或许也是科大讯飞选择京东云海来构建AI营销、头部证券公司通过京东云云海实现国产化替代的主要原因。

而这份突破的价值，也与国家战略高度契合。

此前，工业和信息化部等六部门曾联合印发《算力基础设施高质量发展行动计划》中，就将先进存力建设放在了突出位置，明确提出到2025年存储总量超1800EB、先进存储容量占比达30%以上的目标，还专门将“强化存力保障”列为重点任务。之所以如此重视，核心在于存力极易成为“木桶效应”中的短板。

如果存储性能跟不上，再强的算力也会陷入巧妇难为无米之炊的困境，最终制约大模型从研发到落地的全流程效率，埋下AI产业发展的隐性风险。

京东云海在IO500榜单上斩获第四名，一举冲破海外技术栈对前十席位的长期垄断，用实打实的成绩证明：靠通用硬件加深度软件优化，完全能实现对专用架构的超越。

从2012年，京东启动分布式统一存储平台研发，2022年新一代架构的云海正式对外发布，再到如今，在AI存储的奥林匹克赛场上，中国方案终于让世界瞩目。这场跨越十余年的存力奔跑，一步步为中国AI踩出了一条安全自主、行稳致远的坚实道路。

这，是一条真正属于我们自己的技术坦途。

审核编辑 黄宇