過去幾年，AI產業的競爭焦點幾乎完全圍繞算力規模展開。模型參數規模從百億級躍升至萬億級，GPU集群規模從千卡擴展至萬卡級別，行業核心問題始終是——誰能夠提供更高的計算性能與更快的訓練速度。

然而，當大模型從集中式訓練階段逐步過渡至規模化推理階段后，產業邏輯正在發生變化。模型參數可以擴展，算力資源可以疊加，但能源供給與電力基礎設施的擴容速度卻難以同步增長。算力的邊際擴張，正在越來越多地受到能源約束的影響。

相關機構預測，到2029年，推理將占據AI計算總量的65%，并貢獻AI系統生命周期成本的80%至90%（引用數據1）。這意味著，AI推理正在成為數據中心的長期基礎性服務負載。與階段性訓練不同，推理通常要求7×24小時持續運行，對電力供給、散熱系統及能源效率提出更高要求。數據中心面臨的核心壓力，正從單純的算力規模轉向能源約束與能效管理。

以美國為例，部分大型AI數據中心的電力需求已超過1GW，相當于約85萬戶家庭的用電規模。由于電力基礎設施建設周期長、關鍵設備（如燃氣輪機）供應緊張等因素，能源供給能力可能成為限制AI擴張的重要因素（引用數據2）。

在此背景下，“綠色”不再是附加指標，而正在成為系統設計的前提條件。數據中心的評價體系也由關注峰值性能，逐步轉向單位能效與整體資源利用效率。

AI時代的新結構性變化

在大模型訓練階段，核心目標是通過大規模并行計算實現模型收斂，強調算力規模與訓練速度。

進入推理階段后，負載結構發生變化。推理通常涉及大量小數據塊的隨機訪問、高并發的參數加載以及低時延響應需求。模型從階段性計算任務，轉變為高并發、低延遲、成本可控的持續服務模式。在這一模式下，能源成本成為僅次于GPU采購成本的重要運營支出。

因此，數據中心的優化重點也從單純堆疊算力，轉向提升“算力能效”。行業逐漸引入每瓦特有效算力指標，即單位能耗下完成的有效計算量（GUE，Green Compute Efficiency的類比指標），用于衡量系統能效水平。

存儲對算力能效的結構性影響

提升算力能效通常包括算法壓縮、模型蒸餾與推理優化等軟件層面的手段。然而，算力能效不僅取決于計算單元本身，也高度依賴于存儲系統的IOPS能力、時延穩定性與數據吞吐表現。

在推理負載場景下，若存儲響應速度不足或延遲出現抖動，GPU可能進入等待狀態。此時，功耗維持在高位，但有效計算吞吐下降，導致單位計算能耗被動上升。

尤其在持續推理場景中，GPU利用率的輕微波動都會放大單位計算能耗。在功耗相對穩定的前提下，一旦有效吞吐降低，單位token能耗成本即會提升。對于長期運行的推理集群而言，這種效率損失會持續累積，進而推高電力與散熱成本。

因此，在AI負載結構中，存儲已成為影響系統能效的重要變量。存儲系統不再只是數據的靜態承載介質，而是計算流程中的關鍵環節。其性能與穩定性成為直接決定推理任務是否能夠高效完成的重要因素，尤其是在跨節點、跨區域部署的場景下。

這也對數據中心所采用的企業級SSD提出了新的要求：不僅需要提供高吞吐與低時延，更需要在能耗控制與性能穩定性方面實現優化。

企業級SSD的能效角色演進

在AI工作負載環境中，企業級SSD的角色正在發生轉變。其核心指標不再局限于性能參數，而是延伸至每瓦特IOPS表現與長期穩定運行能力。

閃迪?SN861企業級SSD

為應對這一趨勢，閃迪推出企業級SSD——SN861。該產品采用PCIe? 5.0接口，支持高隨機讀寫性能，容量最高可達16TB。通過架構優化，DC SN861提升了單位功耗下的IOPS表現，實現同等功耗下更高性能，或在相同性能水平下降低能耗，從而在長期運行環境中幫助數據中心控制能源成本。

DC SN861支持NVMe 2.0與OCP 2.0規范，提供1或3次每日全盤寫入（DWPD）能力，適配關鍵任務負載。其E1.S版本已通過英偉達 GB200 NVL72系統認證，可滿足高性能計算場景需求。

新一代產品支持FDP（Flexible Data Placement）功能，通過降低寫入放大系數延長設備壽命，并優化性能穩定性。設備壽命延長本身亦屬于能效優化的一部分，因為更換頻率的降低意味著制造與運維環節隱含能源消耗的減少。

與此同時，AI規模化應用推動大容量存儲成為趨勢。但若容量提升以顯著增加功耗為代價，將進一步加劇數據中心能源壓力。對此，閃迪推出UltraQLC?設計平臺，整合BiCS8 QLC CBA NAND閃存技術與定制控制器架構，在容量、性能與能效之間實現平衡。

基于該平臺的閃迪?SN670 NVMe SSD，針對AI數據生命周期中的數據準備、轉換及內容生成階段進行優化，幫助企業提升資源利用效率。

此外，閃迪在2025年展示的UltraQLC? 256TB1 NVMe SSD，為超大規模數據湖場景提供了新的容量參考。

寫在最后

在AI時代，算力、數據與能源正在形成高度耦合的系統結構。性能不再是唯一競爭維度，能效成為決定長期可持續發展的關鍵因素之一。

在這一體系中，存儲不僅是數據的容器，更是算力效率的關鍵支撐點。綠色設計，也因此從戰略口號轉變為結構性競爭變量。

引用數據1來源：

https://introl.com/zh/blog/ai-inference-vs-training-infrastructure-economics-diverging?

引用數據2來源：

https://www.reuters.com/markets/commodities/us-ai-boom-faces-electric-shock-2026-02-25

11GB=1,000,000,000字節；

1TB=1,000,000,000,000字節。用戶的實際存儲空間更小。

*文中產品圖片可能與實際產品有異。產品規格如有變更，恕不另行通知。

關鍵詞：