时至今日，已没有人再怀疑生成式AI重塑一切的力量，而比改变世界来得更快的，是整个基础设施的颠覆性变革。冲在最前面的是算力，GPU取代CPU成为市场主导者，超节点、集群、数据中心等层面的技术创新更是纷至沓来。
当算力前行的脚步愈发加快，人们对存力“接棒”的期望值也水涨船高。伴随大模型训练与推理向纵深迈进，构建AI Agent生态迫在眉睫，这对存储与数据管理能力提出前所未有的要求——除了极致吞吐、低延迟、高并发等性能指标外，多模态数据统管、记忆持久化、安全可控等能力亦备受关注，以存代算、存算协同可谓大势所趋。
显而易见，传统存储架构乃至存力基座面临重塑的契机，但建设通天的“巴别塔”还要克服诸多障碍。由于存储产品硬件专属、协议分立的局面依然存在，存储阵列、NAS文件存储、对象存储、大数据存储等形成的竖井式存储架构积弊已久，这导致数据割裂、管理复杂、效率低下等问题层出不穷，打补丁式的优化模式已无法满足AI新时代的诉求。
在古老的传说中，语言不通、沟壑林立造成的乱象，恰是人类难以建成巴别塔的重要原因。存储领域要想打破这个魔咒，必须另起炉灶，构建多协议融合、接口丰富、便于协同、智能调度的统一底座。在大洋彼岸，VAST DATA基于分布式的全自研软件架构，以一套平台满足企业全场景数据存储需求，开辟出通用存储（Universal Storage )的崭新路径，创造了成立9年估值即达300亿美元的商业奇迹。
既然这条路已被验证可以走通，那么是否会有志同道合的更多探路者踏上征程？近日，华瑞指数云科技（深圳）有限公司（简称“ExponTech”）正式发布新一代统一AI数据平台WADP，致力于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，探索出“Universal Storage”的中国路径。
打通横亘于企业关键业务与AI工作负载之间的壁垒
尽管AI落地的进程明显提速，但ToB市场的行业用户还是无法“放飞自我”。根据Gartner最新发布的研究报告，53%的企业正处于AI智能体的探索阶段，25%的企业逐步走向试点阶段，而只有6%的企业已进入生产阶段。
不容回避的是，在企业的关键业务与AI创新应用之间仍旧存在难以逾越的壁垒，如果不能从底层架构扫除重重障碍，拥抱AI就只能流于表面。据华瑞指数云CTO曹羽中透露，ExponTech WADP首次将企业核心生产系统与AI数据管道统一承载于同一平台，达成对传统存储阵列、文件系统及大数据存储的现代化融合替代，以面向未来的AI数据基础设施化解企业的应用痛点。
事实上，打通两大领域之间的存储架构壁垒殊为不易。在通用存储场景中，涉及数据库、虚拟化、容器、通用文件等模块，非常看重高IOPS、超低时延；而在Al Infra存储场景中，涵盖训练、推理、RAG、KV Cache、Agent等环节，对超高带宽、语义接口要求颇高。新型的存储平台唯有兼顾二者差异化的需求，才能实现协同突围的目标。
面对上述严峻挑战，ExponTech WADP迎难而上，以一套平台承载全场景工作负载，同时支持核心交易型数据与AI大数据的需求，企业无需为各个场景部署不同的存储方案；与此同时，同一份数据基于丰富接口可以无缝互通，其全面支持块、文件、对象、大数据及AI KV Cache接口，在底层数据共享、无限弹性扩展、极致空间利用等维度的能力均有大幅提升。
双剑合璧的效果尚需经受试金石的考验。2023年，ExponTech创造SPC-1性能世界纪录，实现分布式存储软件打破高端存储阵列在企业核心业务场景垄断地位的创举；2025年，ExponTech WADP在MLPerf Storage v2.0评测中取得优异成果，Resnet50、Llama等模型训练测试的多项排名处于领先地位。虽然曹羽中认为性能并非打造统一平台的唯一核心要素，但迈过这道门槛，无疑将拥有更大的发展空间。
以统一平台驱动AI全场景跃迁
如果说打通企业关键业务与AI工作负载之间的壁垒是新型存储平台开疆扩土的必要条件，那么为AI训练、推理、Agent应用等场景提供全方位的数据底座支撑，则是践行“Al Native Universal Storage , One Platform All Workloads”理念的最佳方式。
伴随大模型训练及推理需求的全面爆发，实现AI全流程高效数据存储的重要性不言而喻。ExponTech WADP集成生产数据存储、预处理、Al训练、Checkpoint写入、模型分发、AI推理及RAG / MCP外部数据源对接全流程，消除跨存储系统数据拷贝，确保数据实时性、一致性及高效共享。借助高性能存储共享卷、千级客户端并行、分布式文件系统共享目录等创新能力，WADP为AI的场景化落地保驾护航。
在DeepSeek等高性能、低成本大模型的催化下，AI推理真正驶入快车道，围绕“KVCache”进行AI推理优化的技术创新也进入井喷期。依托于ExponTech WADP平台的WQS产品由此应运而生，其原生KV接口实现与HBM或RAM对接，基于SSD及高性能网络形成L2/L3 KVCache Pool，为HBM提供可无限扩展、全局共享的外部Memory存储空间，可以大幅减少推理过程中的重复运算，促进推理性能数倍提升，降低推理卡投入成本，扩大上下文窗口。
据曹羽中透露，WQS不仅能支持远端分布式存储集群，而且可整合GPU Node本地SSD形成Hyper KVCache Pool，充分挖掘既有的存储资源潜能。此外，WQS还广泛兼容推理框架生态，在性能、容量、成本、兼容性等方面均有卓越表现。
值得关注的是，爆火的并不只有“KVCache”，对AI应用效果影响显著的“RAG”(检索增强生成)技术也成为亟待突破的焦点。据了解，WADP可以部署承载所有结构化与非结构化数据应用，通过构建非结构化存储、关系型数据库、向量数据库等，一站式实现RAG全流程的数据存储能力，并借助WiDE引擎促进整个RAG过程高性能优化。
在难而正确的道路上持续奔跑
今年3月，曹羽中去硅谷参会时曾与一位AI Infra公司的高管深入交流。针对“Universal Storage”为何受到客户青睐的问题，这位高管认为主要原因不是性能、成本、可靠性等传统因素，而是“一套存储软件即可完成所有工作”和“面向AI场景设计接口方式”。
如今，ExponTech WADP也真正做到了符合客户对统一AI数据平台的预期，这既是洞察业界发展趋势后的不谋而合，又是公司基于统一存储架构长期研发积累的必然结果。
作为专注于下一代分布式数据存储核心技术的创新企业，ExponTech始终践行“难而正确”的发展道路。其坚持核心代码全栈自研，不依赖国外开源“捷径”，并在新一代分布式存储引擎和元数据引擎等领域实现重大突破。
正是在这样的背景下，WADP才能脱颖而出，为AI、高性能分析、核心数据库等场景提供高性能、低时延、稳定可靠的统一存储与管理能力，彻底解决数据在采集、清洗、训练、推理、RAG、归档、溯源等AI全流程中的流通与管理难题。
目前，WADP已在信创、传统存储升级替代、AI推理等领域得到客户的高度认可，商业化应用的前景值得期待。站在更长远的视角，存力与算力相辅相成的序幕刚刚拉开，统一AI数据平台还有很长的路要走，坚持长期主义的行动派有望笑到最后。
【IT创事记】聚焦于企业级科技生态、策略及商业知识。你可以在各主流媒体平台看到IT创事记的同名文字专栏和【IT创事记·短视频】专栏。如果你有相应的内容希望分享，记得在公众号留言告诉我们。