近日，联想凌拓在北京举办INSIGHT CHINA 2025大会。这场以“智存·智变”为主题的技术大会，汇聚了行业专家、企业代表及生态伙伴，聚焦智能化存储与数据管理领域的前沿技术与发展趋势，共同探讨了AI与存储技术的融合创新。
AI 落地的五大核心挑战
联想凌拓首席执行官杨旭指出，当前人工智能技术蓬勃发展，AI大模型成为推动各行业智能化变革的关键力量。然而，AI大模型在实际落地过程中却面临诸多复杂且棘手的挑战，许多因素都与数据的存储与应用存在很大关系。
杨旭总结了企业在AI落地中面临的诸多挑战：首先是AI大模型对数据质量、整合度与时效性的要求极高，传统数据处理方式需要升级以适应AI平台的需求，数据准备工作存在技术挑战。其次是许多高速发展的企业，其IT系统往往滞后于业务增长，存在数据标准不一、孤岛林立等问题，实现AI价值需先完成数据整合与打通等基础工作。
第三是AI投入成本较高。这涉及算力、存储、网络及模型服务等多个方面。如何高效协调资源、优化投资回报是关键。第四，数据安全至关重要。AI自动化流程深入业务核心，数据丢失或被篡改将带来严重影响。第五，AI模型训练中断后的续接等技术难题也需要解决。
针对如何解决数据的存储与应用，促进AI应用落地，在本次活动中，联想凌拓也提出了自身的策略。联想凌拓首席运营官林佑声表示，在设计AI就绪方案时，公司聚焦于提升数据价值。通用大模型依赖互联网数据，存在瓶颈。未来AI将更多转向行业细分模型，需要“喂养”高质量、高价值的专业数据。因此，首要任务是实现数据的规整有序，通过Metadata Fabric为数据打标，提升其可利用性。
在技术架构上，联想凌拓摒弃过去“一刀切”的集成式方案，转向解耦设计，使计算、存储等资源可独立扩展、按需组合，以灵活适应AI场景对性能、容量或成本的不同侧重。安全性是架构设计的重中之重，需从数据副本、访问控制、合规性等多维度保障。综上分析，分布式横向扩展架构、智能元数据管理与内置安全机制将是联想凌拓设计AI就绪设备的核心考量。
发布新品应对行业细分存储需求
结合当前AI应用中的行业发展趋势，联想凌拓在本次活动中推出了多款存储设备新品，包括联想存储智能体（Lenovo Intelligent Storage Agent，以下简称“LiSA”）、Lenovo ThinkSystem DS系列和NetApp AFX系统等。
LiSA是一款面向混合多云环境的智能数据解决方案平台，专注于行业解决方案的整合。比如应对制造业在智能化转型中面临的海量数据管理挑战，LiSA可通过统一数据采集、智能压缩处理和多协议互通能力，实现对质检数据的全生命周期管理。
SAN存储 Lenovo ThinkSystem DS 系列为全闪存存储设备，由DS3200、DS5200、DS7200、DS5200C多型产品组成。其中，DS3200/DS5200/DS7200为关键任务工作负载提供优异性能，面向数据库/VMware等关键业务。DS5200C为实现卓越性价比而进行容量优化，面向数据分析/测试/研发/容灾等业务。
NetApp AFX是一款面向高强度AI工作负载的企业级解耦式全闪存存储系统。该系统已通过NVIDIA DGX SuperPOD认证，并搭载NetApp ONTAP存储操作系统，能支持多租户安全架构及混合云无缝集成，可线性扩展至128节点，提供TB级带宽与EB级容量。
林佑声表示，AI应用的首要前提是拥有高价值的数据，而实现数据高价值的关键在于有效的元数据管理。在AI架构层面，联想凌拓采用了分离式、横向扩展的模式，并高度重视安全机制与行业适配性。因此，本次所发布的LiSA与AIDE在解决方案层面具有明显差异：LiSA更侧重于数据场景的构建，而AIDE则聚焦于智能化能力的实现。尽管面向的行业场景各有侧重，但万变不离其宗的是，联想凌拓的数据管理能力始终构建在ONTAP这一成熟技术基础之上，从而能够实现更加灵活多元的演进与创新。
AI 存储未来趋势与企业策略
谈到行业的未来发展趋势与公司应对策略，杨旭认为，在AI基础架构层面，联想集团通过整合AI算力、网络与存储端，推动先进技术（如NVIDIA及国内AI算力技术）的深度融合与高效协同，解决AI训练推理中的连续性等特定问题。NetApp则通过元数据技术，如Metadata Fabric，在存储层管理数据逻辑关联，减少不必要的数据迁移，提升效率。
Metadata Fabric是存储设计中的重要考量。存储系统中存有大量数据，而Metadata Fabric的作用在于管理和体现这些数据之间的逻辑关系。本次活动所发布的新品，无论是在智慧计算节点层面，还是NetApp AFX的横向扩展架构，都致力于让计算与数据之间的逻辑关联更加清晰对应。这意味着在进行AI训练或推理时，无需将所有数据全部迁移，从而大幅减少数据来回传输的开销，这正是本次发布技术为客户带来的关键优势之一。
林佑声进一步表示，当前行业普遍面临算力相对过剩的局面。过去几年，大规模GPU部署使得大语言模型等领域采购的算力并未得到充分有效地运用。在这一背景下，不少AI数据中心正致力于算力的消纳与调度，尝试以按月或按年租赁的方式，将闲置算力开放给更多企业使用。通过调研发现，这类算力调度能力有助于推动产业升级。我们认为，算力的价值不应仅局限于训练大规模基础模型，更应逐步转向推理一体化与行业细分场景，以赋能具体行业的智能化转型。
为实现这一目标，联想凌拓在架构设计中重点引入了NetApp AFX横向扩展存储平台。从本质上看，NetApp AFX仍属于存储设备，但其创新之处在于实现了控制器与存储资源的解耦。更重要的是，其上层集成了AI数据引擎，这一组件起到了关键作用。该引擎能够高效对接算力资源，而NetApp在此过程中进行了大量底层软件开发，并非简单将存储与GPU相连。即便通过GDS等技术对接，对许多行业模型而言仍显“不够接地气”。因此，NetApp在AI领域着重构建存储与算力间的高效通信层，通过深度优化以提升整体系统效能。
杨旭还强调了国产化方面的工作，其表示在国产化方向上，将坚持在国产生态中的持续创新，不断加强自研能力。例如本次活动中发布的LiSA架构以及此前推出的高性能分布式全闪存储产品，联想凌拓正逐步推动纯本地化技术产品的迭代。未来，公司不仅会深化与海光等本土处理器的合作，还将加强与其他国内ISV的适配，不断扩大生态互动。公司的目标是成为本土数据存储与管理领域的领先厂商。
