近日IDC 發(fā)布《中國超融合市場跟蹤報告，2025 年第一季度》，詳解中國區(qū)超融合發(fā)展趨勢、市場份額規(guī)模以及廠商占比。數(shù)據(jù)顯示，2025 年第一季度，中國超融合整體市場同比增長 14.1%，規(guī)模超過 30.9 億人民幣，其中新華三在超融合整體市場份額中排名領(lǐng)先，深信服與 SmartX 分別在全棧超融合與軟件市場中排名第一。

值得注意的是，在超融合市場發(fā)展趨勢方面，報告指出人工智能場景的落地正在推動全棧超融合的增長，2024 年中國含 AI 相關(guān)軟件的全棧超融合系統(tǒng)市場份額如下圖所示。IDC 預測，生成式人工智能（GenAI）將在未來 18 個月內(nèi)成為基礎設施投資的首要驅(qū)動力。

*數(shù)據(jù)來源：IDC《中國超融合市場跟蹤報告，2025 年第一季度》

企業(yè)級AI 應用在落地過程中，對 IT 基礎架構(gòu)的性能、資源利用率、容器環(huán)境支持、多樣化數(shù)據(jù)存儲能力等方面有較高的要求：

l靈活的計算與存儲資源調(diào)度：在進行AI 應用開發(fā)時，不同開發(fā)組對 GPU 資源的需求量不同，一些開發(fā)任務也不會完全占用一塊 GPU 卡的資源；在使用 AI 應用時，不同應用對 GPU 和存儲的資源需求也不盡相同，且需求量可能變化頻繁。這些都要求 IT 基礎設施能夠靈活切分、調(diào)度計算與存儲資源，同時支持高性能 CPU 與 GPU 算力，在提升資源利用率的同時滿足不同應用/開發(fā)任務的資源需求。

l高性能、低時延的存儲支持：對行業(yè)大模型進行微調(diào)時使用的GPU 規(guī)模較大，要求存儲能夠為 GPU 并行計算提供高性能、低時延的數(shù)據(jù)支持。AI 應用的全流程也要面對多個數(shù)據(jù)源的大量數(shù)據(jù)讀取/寫入：源數(shù)據(jù)通過預處理，可參與到大模型的微調(diào)和推理過程，并對推理形成的文本/語音/視頻數(shù)據(jù)進行保存和輸出。這些工作都要求存儲具備高速寫入與讀取能力。

l多樣化的數(shù)據(jù)存儲支持：上述AI 應用相關(guān)的工作流程中，需要同時處理結(jié)構(gòu)化數(shù)據(jù)（如數(shù)據(jù)庫）、半結(jié)構(gòu)化數(shù)據(jù)（如日志）和非結(jié)構(gòu)化數(shù)據(jù)（如圖像和文本），要求 IT 基礎設施能夠支持適用于不同類型數(shù)據(jù)的不同存儲技術(shù)。AI 工作的不同環(huán)節(jié)使用存儲數(shù)據(jù)的需求也各不相同，有些需要提供高速存儲響應，另一些可能更需要共享讀寫能力。

l虛擬化與容器化工作負載的統(tǒng)一支持：得益于Kubernetes 的靈活調(diào)度能力，越來越多的 AI 應用正在采用容器化和云原生化的運行模式，而基于虛擬機運行的應用仍將長期存在，這就要求 IT 基礎設施能夠為虛擬化和容器環(huán)境提供統(tǒng)一支持和管理。

l靈活拓展：為了支持AI 應用的快速上線并跟隨業(yè)務發(fā)展的規(guī)模，IT 基礎架構(gòu)也應具備靈活擴展、簡易運維、快速部署等能力。

針對AI 訓練與推理場景打造的全棧超融合產(chǎn)品，能夠整合算力、存儲與數(shù)據(jù)預處理能力，有效解決 AI 項目中“算力浪費、數(shù)據(jù)孤島、訓練效率低下”三大核心難題，在制造業(yè) AI 質(zhì)檢、科研大模型訓練等場景中深受用戶青睞。

以SmartX 為例，其推出的面向 AI 應用的超融合基礎設施解決方案，通過算力融合、工作負載融合和存儲融合，為企業(yè)級 AI 應用提供高性能、低時延、靈活敏捷的計算與存儲資源支持。

近期，SmartX 超融合全面升級為榫卯云平臺，新增 AI 平臺能力，結(jié)合計算、存儲、網(wǎng)絡安全、災備等全棧能力，為企業(yè) AI 應用落地提供更多選擇。目前，該方案已在制造業(yè)、電商、醫(yī)療、金融等領(lǐng)域成功落地，解決了智能化知識管理、核心業(yè)務 AI 賦能等實際問題。

報告認為，由于生成式人工智能應用具備實時性強、數(shù)據(jù)密集等特點，許多企業(yè)需要重新評估數(shù)字基礎設施的發(fā)展規(guī)劃與優(yōu)先級。對海量、多類型數(shù)據(jù)處理的需求，以及對多層級技術(shù)與資源的部署與管理要求，都將在未來幾年推動軟件定義存儲和超融合基礎設施的增長。