停步笔记：最近的思考

碎碎念

FMS25 完结后的思考

FMS 25 的整理工作是在 6 月 13 号这一周完成的。本周没有去整理其他内容，原因是在思考：随着这一模块的内容完结之后，下一个模块应该做什么？是按照之前说的，去看看 SDC 或者 FAST 这些做存储基础研究的。还是应该再去看一些别的，未来注意力应该更集中地去呈现哪些内容？

过程中，有很多心理活动。因为从事的是云计算领域的解决方案工作，特别底层的存储或者芯片架构，其实离日常工作比较远。日常遇到最多的，其实是在真实业务场景中，如何给客户做云服务产品的选型。当然，这个时候对底层架构和基础知识的理解，是可以帮助提供更好选型建议。

与存储相关，思考之余，觉得后续应该更聚焦如何构建面向企业的数据平台。随着 AI 在越来越多的场景发挥实际价值，如何构建起强健的数据平台是具有真实场景价值的。

这也是为什么在整理完 FMS 25 之后，并没有着急去做其他内容的搜寻，而是给自己放了一周假，去想一想什么是重要的，什么是应该聚焦的。

另一方面，FMS 26 峰会可能在 8 月初就会开展，如果顺利的话，峰会材料可能在 9 月上旬发布。中间大概有两个多月的时间，关于这段时间的内容发布，也在想，或许大概率会围绕 SDC 数据平台相关的内容做一些整理。

留意到 FMS 26 峰会已经发布了日程预览，可以看到今年的 Topic 方向以及概要。为此，准备在未来一个月内，结合过去两年整理的 FMS 24、25 内容做一个横向比较。从中抽选几个比较核心的大模块，去横向比较这些 Topic 在过去两年以及未来 26 年峰会讨论过程中的一些变化。

存储行业的技术框架

后续将按照8大框架去观察存储行业的技术发展

如上图所示，技术框架其实是 FMS 峰会整体内容的 8 个聚焦点。当然，这个峰会中还有其他相关的内容，从解决方案架构师的角度来看，这 8 个框架是和云紧密相关的 topic。

为什么是这8个框架，透露出行业哪些观察视角？

上面这张图描绘了 8 个核心 topic 在整个行业视角的架构拓扑。从上往下看：

• AI&ML 顶层业务需求

即现在基于 AI 和机器学习领域的应用。从最早的数据湖存储，到现在可能更加聚焦的 Agent 运行时（runtime）的存储环境构建。 这里插一句：从国内云厂商的人事布局来看，云厂商把 Agent 运行时这一块的核心工作都寄希望于存储行业线大佬去负责。这是之前所没有的，或者说是行业里面透露出来的信息：

在 Agent 运行的价值闭环逻辑中，存储将会发挥更大、更积极的作用。

• 基于存储行业的市场预测

往年都是像 TrendForce 和 Yole 这些分析部门，预测存储在未来一段时间的技术以及市场走势，为整个行业投资提供分析视角。从宏观角度去看整个行业发展趋势。

• 围绕着分层存储的核心技术

也我个人也非常关注的，其中就撇不开 CXL 这样的互联协议，它实现了存储内存语义的访问。未来可能会独立出单独的内存模块，基于 CXL 互联协议，给不同的计算节点供给解耦的内存资源。在整个方案设计中，就会涉及到分层算法以及调度这块的核心技术。

• 数据中心网络架构与计算型存储

网络和计算是紧密相关的。其中区分出 UALink 的 Scale-up 的协议，以及 UE 对标 Scale-out 的协议。这两个网络新协议标准，预示着未来数据中心网络拓扑的灵活性以及多样性。本质上是业务场景需求倒逼出的网络架构升级。关于计算型存储这一话题的讨论，在过去 3 年的 FMS 峰会中一直保留着稳定的份额。像三星和 Marvell 这样的主流厂商，都在尝试把计算型存储的概念引入到新的数据中心场景。

从场景成熟度来看，计算型存储在数据中心场景的发展相对缓慢。原因是：在面对数据中心的算力规模和场景需求时，计算型存储的灵活性和性价比不如成熟的存算分离方案。

但在消费电子领域，计算型存储（或者说存算一体）架构在终端场景可能会有更多落地机会。因为消费电子的功能需求比较集中，不像数据中心场景那样对可靠性和性能的高要求，前者是一个相对轻量化的场景。

据了解，像安克创新的声阔耳机芯片，就是基于存算一体架构做的创新。它能够极大地改善数据搬运，或者说模型在计算过程中的数据搬运所产生的能耗和效率问题。

行业一直讨论的 RAG 场景，其实也很依赖底层数据处理效率，数据中心场景也有这种需求。

未来，存算一体在数据中心的作用，会从消费终端逐渐向数据中心场景蔓延。因为数据中心对性能和可靠性的高要求，当下讨论存算一体，它的成本会更高。

• 围绕着 SSD 以及 Flash 这些存储介质的创新

是 FMS 峰会讨论最多的，从过去内容来看，这一块主流存储厂商，像三星、海力士（海力士可能会少一点）。海力士主要是做内存的，铠侠、美光这些厂商都会有大量的 SSD 创新产品。

• DRAM & HBM

内存在过去两年整个市场上的热度是非常惊人的。从今年趋势来看，这一热度从内存延伸到存储领域。但高性能场景，HBM 和 DDR5 的需求仍然非常旺盛。存储行业的整个涨价潮，是从内存介质短缺产生的。

关于冯·诺依曼架构带来的“内存墙”问题，是整个计算领域热议的话题。内存介质的创新以及何去何从，将是 AI 成熟落地之前必须要解决的供给端核心问题。

• 新兴存储介质

最底层是新兴存储介质。从过去这两年的情况来看，会讨论 ReRAM 这样的新型铁电存储（非易失性内存介质）。从实际应用场景来看，目前遇到问题是：产能和性能与现有的成熟框架相比，有巨大差距，但这毫不影响新兴存储介质在嵌入式以及消费端的灵活创新。

接着前面讨论的“内存墙”问题，新兴存储介质和计算型存储 可能是解决这一问题的突破口，当然这一迭代周期可能会相对来讲比较漫长。

在横向比较 FMS 24- 26 这三年的素材时，上面这张图值得分析和思考

这张图（或者说表格矩阵）传递的是不同 topic 之间的关联性强度：

1. 红色：表示两者之间有更强的关联性；
2. 黄色：表示中等程度；
3. 灰色：表示相对弱的程度。

• 纵向来看

这张图传递出，在 FMS 的分析框架中，SSD 毋庸置疑是核心主角。它和很多核心模块都有强联系，比方说需求端的 AI 应用、商业分析、存储分层、网络协议，以及计算存储。其次是 DRAM 内存介质，它也表现出相对集中的话题度。

除此之外就是 CXL 了，这其实超出了我的预想，觉得可能网络以及计算存储的热度会比 CXL 更强，但是从分析结果来看，CXL 是存储领域非常浓墨重笔的一个技术话题。

CXL 作为一个互联协议，在一些场景有积极价值，比方说提高 AI 访问过程中的带宽。

网络就不用说了，CXL 本身就基于 PCIe 网络，PCIe 的代次演进其实也就决定了 CXL 的场景价值。

SSD 作为 CXL 扩展的一个持久化存储介质，会随着 CXL 落地场景做不同的选型。 DRAM 是 CXL 最想突破、或者说最先落地的场景，基于 CXL 的内存扩展。

对于持久化存储扩展，因 CXL 的语义访问在 SSD 的场景下，是大材小用。现在业界英伟达的 GDS 访问方案，是可以充分发挥计算节点到存储节点的访存效率。

• 横向来看

最值得关注的还是 AI 和机器学习。AI &ML 的场景需求，是整个 FMS 过去两年话题度最热的领域。

整个存储的涨价潮或者说复兴，也是因 AI 引爆性能以及带宽需求所产生的。

下一阶段的写作计划与思考

上面这张图是基于 FMS 26 agenda 整理出的八大专题分布。可以看到：

1. CXL、数据中心以及分层存储这三个 topic，在 26 年即将开展的峰会活动中将占据最大的话题度。
2. 其次是存储， SSD 和 Flash 的技术。
3. 第三是 AI 和机器学习的应用。
4. 第四是 DRAM 和高带宽显存（HBM）的议题分布。

从往年的趋势来看，CXL 和分层存储在今年的热度预示着：场景需求爆发，基础设施的互联互通方案相对成熟之后，如何去运用将会成为下一阶段关注的核心话题。

接下来的一个月写作计划，将围绕这 8 个专题做横向比较，逐一开展以下两大类工作：

• 聚焦FMS26的日程安排（图），分析、解读 26年的话题热点
• 横向比较 24/25/26 三年 围绕 8 大框架的演进，变化点、价值倾向

中长期视角聚焦

• FMS 会作为长期投入的观察点，但视角从从硬件逐渐向软件层迁移
  • 原因：当下硬件层已进入狂热的投资阶段，大量的创新结果会推动新场景应用的爆发

前面也讲到了，过去一周停下来同时，在思考很多问题：去开启新的内容，还是去做好历史内容的整理，思考未来具体该怎么走？

初步得出的结论（或者说倾向）是：FMS 将成为自己重点跟随的基座。

从去年的整理过程来看，FMS 25 大概是从 2025 年 9 月 10 号开始到 2026 年 6 月上旬完结，持续了 9 个月。

25 年整理速度相对来讲是比较慢的。正常来看，快的话半年可以把这个全集整理出来。当然，我觉得这个事情也不必着急。因为作为一个学习者，整理内容的过程要思考的是行业的动态变化。

未来一年的思路，其实要更多结合厂商的财报分析以及技术沉淀去做复合分析，而不是单纯围绕着厂商发布的技术通告做一些浅薄的解读，长期来看，它的价值并不高。

想表达的是内容会更加聚焦：

1. 原始素材：聚焦在 FMS 模块
2. 精力转移：精力会从相对成熟的存储介-质层，转移到软件层

在云计算时代，软件定义存储是随着业务场景需求爆发而逐渐成熟起来的。随着 AI 应用价值逐渐被承认和接受，场景需求也会倒逼出基于新场景的软件层开发和实践。

这一块将会成为自己关注的另一个支点，也是和自己工作紧密相关的。

• 实体行业：消费电子、智能终端的场景应用将围绕数据平台升级，如何构建满足业务的数据平台是值得长期思考的
  • 对未来数据平台的思考和展望

就像最开始部分讲到的，数据平台交付给行业最直观的价值。客户并不关注存储底层硬件有哪些创新、有哪些技术支撑，以及它是怎么发展到这个阶段的；甚至更不关心软件层是怎么定义的。

比方说：

1. FDP（灵活数据放置）是如何改善 SSD 的寿命以及写放大效应的？
2. 基于 CXL 缓存的分层存储，是如何提高业务场景的并发以及带宽的？

行业关注的是这一套架构是如何给场景业务需求带来价值

未来关注点将围绕着“消费电子”以及“智能终端”这两个场景的数据平台构建去做深入，拓展对这一个行业线的理解。

这是和业务以及实际工作最紧密相关的。会涉及到以下几个方面：

1. 平台层：整体的业务架构是如何转化为技术架构的？
2. 底层支撑：存储介质选型以及网络架构是如何支撑着技术架构，并最终反哺给业务架构价值？
3. 未来演进：未来数据平台将会演变成什么样子？如何为 AI Agent 提供源源不断的数据石油？

这些都是需要去不断思考的。

参考资料

FMS26 日程计划[1] FMS24-26 横向分析[2]

#FMS25#停步笔记

---【本文完】---

丰子恺-护生画集- 恒山之鸟 Color by GPT-image 2