透视Coldago 2025：华为领跑背后，对象存储正重塑AI数据底座|元数据|客户端节点|知名企业|调用

导读：AI时代，对象存储为何站上C位

全球存储产业的竞争格局，正在AI推动下经历新一轮洗牌。

作为存储领域的全球权威报告，Coldago Research Map一直被视为观察存储产业趋势的风向标。在Coldago 2025对象存储报告中，华为OceanStor Pacific分布式存储再次位列领导者象限，成为中国唯一入围该象限的厂商。同时，凭借OceanStor Pacific分布式存储及AI数据湖解决方案，华为在“执行力与产品能力”、“愿景与战略”两大评估维度的表现进一步提升。

报告也揭示了一个产业新趋势：对象存储从备份归档的大后方，挺进AI落地的最前线，成为AI、大数据分析和云原生应用的数据底座。

对象存储的价值为什么被重估？AI时代，企业又该如何审视自己的数据战略？在这一轮产业变化中，OceanStor Pacific成为一个值得观察的样本。

AI，正在唤醒90%的非结构化数据

AI时代，企业的数据结构与应用重心，已经发生了深刻变化。

过去数十年，企业IT系统主要围绕结构化数据构建。而今天，文档、图片、视频、音频、代码、日志等非结构化数据，正以更快的速度增长，成为企业最重要的数据资产。多家机构的调研普遍指出，在企业当前可用的数据中，非结构化数据占比已高达 80%—90%。

更关键的是，这些数据的角色也在发生变化。过去，非结构化数据更多被视为备份、归档的冷数据；随着生成式 AI 的兴起，这部分长期沉睡的数据正被重新激活，成为知识库沉淀、AI语料构建、模型优化和智能应用落地的重要基础。

因此，作为面向大规模非结构化数据而生的存储方式，对象存储在 AI 时代也迎来三重新角色：

角色一：AI语料库与数据集的起点

对于越来越多企业来说，AI竞争的关键，在于谁能更快把业务知识、行业经验和历史数据整理出来，转化为可被模型理解和调用的高质量语料与数据集。

尤其在大模型和 Agent 能力逐步趋同的背景下，真正决定企业差异化优势的，恰恰是其独有的业务数据与行业 Know-how。与此同时，随着模型上下文窗口不断拉长，更多非结构化数据，有机会进入RAG、推理和知识增强流程，成为企业专属智能的一部分。

这部分高价值非结构化数据往往散落在文件系统、企业协作平台甚至生产日志中，而且格式复杂、分布分散，冷热状态混杂。对象存储通过统一的访问方式、灵活的扩展能力和元数据管理能力，把分散在各业务系统中的多源异构数据汇聚起来，成为企业打造专属 AI 语料库和数据集的第一站。

角色二：海纳百川，统一的AI数据湖底座

AI时代，非结构化数据种类越来越多样、总量越来越大。对象存储天然为海量与多模态数据而生。它具备丰富的元数据、生命周期策略、跨区域管理、分层归档等能力，能够以极低的TCO，支撑企业建设面向未来、持续扩展的 AI 数据湖底座。因此，主流云厂商都把对象存储作为数据湖和大规模分析/AI 工作流的基础层。

角色三：企业知识资产持续沉淀与复用的平台

企业业务数据会持续产生，知识库也在不断更新。对象存储的价值，正在于为企业提供一个能够长期沉淀并持续运营知识资产的统一平台。无论是制度文档、产品资料、研发文档、项目方案、客户案例、客服记录，都需要在统一数据平台被长期保存、反复调用。

由此可见，对象存储已经从原来的解决海量数据“存得下、放得久”，升级为连接数据资产、AI能力与业务创新的关键底座。

AI时代，企业需要什么样的对象存储

当对象存储从备份归档走向AI生产业务的前线，企业选型的维度也随之被重构。

过去，企业对对象存储的核心诉求往往只有：便宜大碗。但在AI时代，面对动辄百PB甚至向EB级跃升的数据洪流，仅仅存得下远远不够。结合Coldago 2025报告与华为的解题思路，我们观察到，企业真正需要的对象存储，正在向四大核心能力演进：

第一，告别唯容量论，走向空间、性能与能耗的综合效率大考

以1000GB/s以上的读写带宽为例，传统HDD存储所需空间与能耗是SSD的30倍。对象存储的全闪化、高密化已成为不可逆的趋势。

企业不再单看存储容量，而是转向考量空间占用、能耗与运维复杂度的综合TCO。以华为OceanStor Pacific 9926为例，通过DoB专利封装技术，将单盘容量推高至惊人的122.88TB。配合高效的数据缩减算法，可在2U的空间实现8PB容量密度，并将单位能耗压榨至0.25W/TB的行业极限。

这意味着，企业能够以更紧凑的空间、更低的能耗和更高的吞吐效率，构建面向未来的数据底座。

第二，支撑复杂混合负载

现代AI业务从来不是单一的数据读写，往往交织着海量小文件生成、大数据分析的批量处理，以及大模型训练时的高并发。

新一代对象存储必须具备强大的混合负载支撑能力。OceanStor Pacific具备业界独有的文件/对象/大数据多协议无损互通能力，这意味着无论是传统容器应用、数据分析还是高质量AI语料准备，都能以原生的协议直接访问，数据无需在不同系统之间反复搬运，显著降低数据流转带来的时延和管理复杂度。

第三，实现EB级数据的“可视、可管、可用”

当企业数据走向百PB乃至EB级，需要构建一套全局统一的数据治理能力。华为存储DME Omni-Dataverse统一数据空间，实现跨地域、跨应用、跨厂商、跨云的统一数据视图和调度。EB级海量数据不仅完全可视的，还能根据数据的冷热周期、业务的跨域需求，实现智能分级、自由流动。

第四，软硬一体构建高安全与高韧性

数据池越大，故障引发的后果就越严重。特别是当单盘容量达到百TB级别，传统架构下的数据重构耗时长，业务将面临降级运行的风险。

华为给出的解法是深度的软硬一体协同：一方面，面向大容量SSD优化的专有EC（纠删码）算法和Die级数据重构，实现了10分钟/TB的极速自愈，重构效率提升数倍。另一方面，通过多活与跨地域容灾架构，确保数据在极端情况下依然“读得出、写得进”。

更重要的是，端到端软硬一体化设计彻底规避了因软硬件解耦、厂商兼容导致的可靠性等问题，保障了企业数据长时间稳定运行。

对象存储正在走向全闪时代

在这一轮对象存储升级中，什么样的厂商和技术路线，正在更接近未来的数据底座形态？华为 OceanStor Pacific 提供了一个值得观察的样板，它折射出对象存储正在沿着三条更清晰的方向演进：

首先，推动对象存储从传统容量型架构和HDD介质，走向高密度、全闪化，让“海量”与“极速”得以兼得。华为 OceanStor Pacific让对象存储从单纯的数据仓库，演进为更具生产属性的数据平台。

其次，构建面向AI应用的统一访问底座，实现数据架构平滑升级。企业今天的数据现实，很少有纯云原生的理想环境，而是一个历史系统、传统应用、对象访问、大数据平台、AI 开发并存的复杂环境。华为OceanStor Pacific对应用和数据访问方式的高度兼容，让企业不必“推倒重来”，降低了从传统数据架构走向 AI 数据架构的迁移成本。

第三，让海量数据真正实现可治理、可流动、可持续运营。华为OceanStor Pacific让对象存储正在从存储系统升级为数据运营底座，让海量数据从静态库存，变成可被持续调用的数据资产。

这种底层重塑，正在千行百业的AI深水区率先开花结果：

在媒体文娱行业，湖南广播影视集团在超高清转型中面临数据大爆炸的挑战，节目素材数据量提升5倍以上，单期节目素材高达500TB。依托华为OceanStor Pacific打造的全闪数据湖，湖南广电打破了原有的烟囱式存储壁垒，让同一份素材被多系统高效调用，不仅让数百层超高清视频流轨道的剪辑告别卡顿，更为未来的AI智能制作打下了基础。

在农业科研领域，崖州湾国家实验室的智慧育种项目面临复杂的挑战：如何将全国各基地散落的庞大基因组、表型组数据汇聚关联？华为OceanStor Pacific构建的AI数据湖底座不仅承载了EB级战略数据的长期安全留存，更打造了高质量的行业语料库，实现全国育种数据可视可管、有序共享。

在中国科学院国家天文台，华为OceanStor Pacific为探月工程地面应用系统构筑高性能、开放共享的科研数据湖底座，为科学计算提供充沛的性能储备，加速科研成果产出。