数据存储方案 | 第1期：数据不动，算力怎么吃饱？

存储专题 · 2026-10-22 · 九羲科技

10 月中旬，圣何塞。OCP 全球峰会的展馆里，存储厂商的展位难得地热闹——往年这里是 GPU 的主场，今年人们围着看的，是内存：大模型这桌饭，到底怎么吃才吃得饱。

这是「数据存储方案」专栏的第 1 期。我们不追发布会，只收方案：过去几天里，三件事指向同一个方向——数据不动，算力吃饱。推理的 KV Cache 从显存里溢出来了，有人把它放进 CXL 内存池里多机共享，有人给它造了个分布式的"硬盘位"；企业那头，数据连搬家都省了，原地变成 AI 的上下文。

· · ·

① KV Cache 找到了新"硬盘位"

推理的成本账，2026 年越算越细。Agent 任务一跑就是几十轮对话，长上下文一开就是几十万 token，推理过程持续产生大量中间数据 KV Cache——模型已经算过的上下文，存下来就能复用，扔了就得重算。谁把这份缓存存得住、调得快、复用得起，谁就能在同样的算力投入下跑出更多 token。

1. WQS 是怎么搭的

华瑞指数云（ExponTech）自研的 WQS 极速 AI 语义存储系统，10 月正式合入 LMCache 社区主干¹。LMCache 是面向大模型推理的开源 KV Cache 管理层，做的事很直白：把 KV Cache 从"推理时的临时中间数据"，变成可持久化、跨引擎复用的数据资源，分层覆盖显存、内存、本地 NVMe，一直到外置分布式存储，能和 vLLM 等主流推理引擎协同。

WQS 对应的是 NVIDIA 分层缓存体系里的G3.5 层，成了 LMCache 官方支持的L2 存储后端之一——按厂商的说法，这是 AI 原生 KV Cache 存储第一次接入大模型推理的核心业务链路。

链路长这样：WQS 通过wqs_store 适配器原生接入 LMCache；数据面走 RDMA 高速网络、SPDK 用户态 NVMe、HugePage 共享内存，绕开内核协议栈，专吃"高并发、小粒度"的 KV Cache 读写；对外以集群形态交付，缓存容量和带宽都能池化。

图：华瑞指数云 WQS 合入 LMCache（图片来源：IT168/厂商供图）

2. 效果与三笔账

推理链路里一旦命中历史 KV Cache，引擎跳过重复的 Prefill 计算，首 token 延迟下来，GPU 的有效利用率上去，尤其适配 Agent 任务、长上下文、多轮对话、RAG。

WQS 这一手，瞄的是三重痛点：纯内存方案容量有限、单位成本高，接不住长上下文的缓存洪峰；本地 SSD 缓存困在单节点，故障域孤立，跨推理节点复用不了；训和推各建一套存储，重复投入。它的答案是：缓存下沉到外置分布式存储，全域池化、全局复用，一套底座同时扛数据留存、缓存加速、算力增效——以上为厂商表述，生产级大规模验证数据尚未公开，这笔账要打个折看。

② 内存池化之后，KV Cache 可以共享了

同一周的圣何塞，OCP 全球峰会（10 月 12–15 日）。韩国无晶圆厂公司 XCENA 带着 MX1 来了，现场做了两场演示²。

1. MX1 是什么

一块CXL 3.2 Type 3 的计算型内存。PCIe 6.0 dual x8 接口，单设备最高 2TB DRAM（用 256GB DIMM，每通道两条）；控制器上塞了数千个定制 RISC-V 核心，带 FP32/FP16 向量引擎，做近存计算；还有一路独立的 PCIe 6.0 root complex，外挂 SSD——XCENA 管这叫 InfiniteMemory，DRAM 不够，SSD 来凑，内存和闪存连成一个连续体。

2. 两场演示

第一场，多台推理服务器共享同一份 KV Cache，缓存就放在 CXL 内存池里。每台服务器原来各存一份，现在只存一份，重复拷贝和跨机搬运都省了。

第二场，向量检索直接在内存里算完。RAG 的核心步骤就是向量搜索，数据在哪，算力去哪，不用每查一次就把大数据集搬回主机一遍。

同场，SK 海力士发布了基于 MX1 芯片的CXL Hybrid Memory，两家正在联合优化 RDMA 共享内存路径；三星也做了 CMM-D 内存池化演示，搭 AMD 平台，宣称智能体 AI 场景下首 token 时间降 38%、有效吞吐 3.3 倍³——厂商宣称，听个方向。

3. 冷静一句

XCENA 没有公布两场演示的延迟、吞吐、容量数字，也没提服务器配置。演示是真演示，量产的账还没摊开。CXL 内存池化这条路，方向已经没人怀疑，差的是可复制的数字。

图：XCENA MX1 Compute / MX1 Expand CXL 计算型内存（图片来源：XCENA，经 StorageReview）

③ 企业数据不动，AI 直接来"取"

企业的数据散得到处都是：文件共享、对象存储、SharePoint、OneDrive。想让 AI 用上，要么搬家——主权、安全、成本三重代价；要么让 AI 把仓库翻一遍——token 烧钱。

Caeves 的 Context LAKE 选了第三条路⁴：数据不动，索引先行。它跑在客户自己的环境里，原地发现、原地索引，把文件里的信息抽成带元数据、实体、关系的 AI 可用资产；原有的权限体系原样执行，敏感信息先脱敏，AI 的每次访问都有审计记录。然后经MCP（模型上下文协议）把可信上下文喂给 Copilot、ChatGPT、Claude 和自研智能体——气隙环境也照常用。

1. 落地与数字

10 月 20 日正式 GA，订阅制卖，Azure 用户可以直接从微软 Marketplace 拉起。数字上：测试中单次回答的 token 消耗最高降低 47 倍⁴——测试数据，厂商宣称；它家另一款 Intelligent Deep Storage 宣称存储成本最多降 70%，同样是厂商口径。

这条路线的聪明处不在模型，在边界：数据主权不动，权限不动，搬的是"理解"，不是"文件"。

图：Caeves Context LAKE：原地连接企业数据，经 MCP 输出可信上下文（图片来源：StorageNewsletter）

前沿观察：玻璃存万年，量子记十五秒

玻璃这边，南安普顿大学光电子研究中心：飞秒激光在石英玻璃内部写三维纳米光栅，点间距 5 微米，靠纳米点的尺寸、朝向、三维位置存数据——所谓 5D 存储⁵。最新数字：单碟 360TB，耐 1000°C 高温，室温寿命按外推达 138 亿年（校方新闻稿数据）。2011 年这项技术刚出来时，容量才 50GB。

量子那边，10 月 6 日《物理评论快报》：稠密化学计量比稀土晶体 EuCl₃·6H₂O，用 ZEFOZ 磁场构型加 CPMG 脉冲序列压住自旋-自旋退相干，自旋相干时间做到 15 秒⁶；同一团队 9 月的预印本里，腔增强 Eu:Y₂SiO₅ 器件的存储效率做到 90.1%（预印本，待同行评审）。

一个往"时间"走——归档；一个往"密度"走——量子内存。一个想把时间存下来，一个想把时间留住。两边都还在实验室，但数字都是实测的。

· · ·