AI大模型技术正以前所未有的速度席卷全球，而对于广大企业来说，AI的真正价值，不在模型本身，而在于能否与行业场景深度融合。当AI大模型走向行业落地的新篇章时，数据的重要性迅速上升，数据存储和数据管理的能力更是不可或缺。
在2025人工智能基础设施峰会现场，联想凌拓产品管理与营销高级总监林佑声接受了DOIT传媒的专访。他系统讲述了AI发展新阶段对基础设施提出的全新挑战，以及联想凌拓如何通过智能存储和数据管理能力，构建高效、安全、可落地的AI平台。
AI应用进入落地阶段，数据存储与数据管理越发重要
“AI已经从依赖‘千卡万卡’训练模型的阶段，进入了更强调场景落地的阶段。”林佑声开门见山地指出，过去整个行业都关注如何搭建算力平台来训练模型，但从2024年下半年开始，越来越多的企业将重心转移到与自身业务场景的深度融合，用企业自有数据优化行业模型。
随着AI大模型技术逐步从模型训练走向实际应用，数据不再只是支撑模型发展的“原材料”，而成为决定AI落地效果的核心资产。AI在企业的应用越深入，企业对数据吞吐能力、访问性能、数据流动性和安全性等方面的要求也越高，需要基础设施必须更加高效且灵活。
联想凌拓凭借多年来在数据存储和数据管理领域的积累，构建了一套覆盖数据全生命周期的解决方案。无论是前期的数据采集、数据清洗，还是模型训练与推理部署，联想凌拓都能提供灵活的支持。
持续优化技术栈，联想凌拓为用户搭建坚实的数据吞吐平台
面对AI时代对存储在性能和扩展性方面的需求，联想凌拓持续优化其技术水平，为用户搭建一个坚实的数据吞吐平台。林佑声提到，针对训练和推理阶段的不同需求，联想凌拓提供了差异化的架构适配能力。
例如，在模型训练阶段，利用全闪存技术、分布式存储架构、GPFS和Lustre等并行文件系统确保存储与计算的高效协同。而在面向行业场景的推理和RAG知识库搭建阶段，则更强调高价值数据的调用效率和实时性。
为更好支持AI落地，联想凌拓提出“数据智能体”理念。它可以自动完成模型部署、资源分配、任务调度等工作。帮助客户提升数据管理效率，为模型提供高质量的训练与推理数据，推动AI在各行业真正发挥价值。
林佑声还表示，当模型在面向金融、制造、医疗等行业场景时，对数据安全性、合规性、流动性等方面的管理能力也越发重要。联想凌拓还提供数据防护能力、防勒索机制，以及数据整合与流动能力，帮助客户将数据资产安全高效地转化为行业竞争力。
本土AI生态崛起，联想凌拓以本土化战略加速AI落地
2025年1月，拥有6710亿参数的DeepSeek-R1模型正式开源，引发行业巨大轰动。它不仅凭借媲美行业一流模型的智能水平，改变了开源大语言模型的竞争格局，还凭借极低的训练和部署推理成本，推动了大语言模型技术成本结构的重大变革。
作为数据存储与数据管理领域的专家，在谈及这一现象时，林佑声特别提到了DeepSeek开源的3FS文件存储系统，以及一系列围绕AI大模型技术生态的开源技术。在他看来，国内在AI技术生态的发展势头非常迅猛，也因此让联想凌拓面向中国本土化布局显得尤为关键。
联想凌拓积极拥抱本土化趋势。过去几年，联想凌拓推出了自研的分布式存储解决方案来满足本土化市场需求。现在，联想凌拓不仅提供本土化的数据管理服务，可以支持本土化的大语言模型，还在积极拥抱国产GPU厂商，对其进行优化并推出认证解决方案，为国内AI企业打造更具性价比、便捷部署且贴近实际业务场景的AI底座。
“我们希望帮助本土客户充分抓住生成式AI崛起的黄金机遇。”林佑声表示，联想凌拓将通过更完善的本土化战略和技术支持，为中国企业用户加速AI落地赋能，持续推动行业数智化升级。
伴随AI在医疗、金融、制造等关键领域的深入应用，AI对数据存储和数据管理的要求将全面升级。根据市场预测，2024年至2028年，中国AI软件定义存储市场将保持高速增长，企业对底层数据基础设施的投资将持续加码，智能数据管理的价值也将加速释放。
结束语
2025年，AI已经不再只是“训练模型”的技术竞赛，而是成了驱动产业变革的核心动力。在这一轮从“通用大模型”迈向“行业大模型应用”的进程中，谁能提供稳定高效的基础设施，谁就掌握了推动AI真正落地的关键技术，谁就有机会在新一轮的产业变革中赢得先机，引领AI真正走进千行百业。
