一家见过“大世面”的存储公司，如何理解 AI Infra？

写在前面：

在中国，有千卡集群构建经验的企业不少，参与构建过万卡集群的企业则寥寥无几。

此处讨论的不单是算力，也包括网络、存储等关键模块。在大模型时代，我们一直在算经济账，虽然务实，但不太过瘾。

这是为什么在 WAIC 2025 ，我和 DDN 售前技术总监李凡聊的特别开心——时间不长，但启发很多。作为 AI 存储领域的头部玩家，DDN 是英伟达生态的重要伙伴，也参与了马斯克 xAI 10 万卡、20 万卡集群的建设（存储部分）。如果 AI Infra 是一幕时代大剧，那么 DDN 一定是主演名单里排名靠前的一位。

DDN 对 AI Infra 的投资节奏、AI 存储的本质特征有着独到的理解，我将核心内容整理如下，以飨读者。

InfoQ：很多国内朋友不真正了解 DDN，能否帮我们明确下 DDN 的定位，介绍下 DDN 的来历？

李凡：DDN 公司的历史可追溯至 1998 年在硅谷成立，至今已逾二十多年。公司早期专注于高性能计算（HPC）领域，为“超级计算机”提供存储系统。传统超算是将多个 CPU 组合而成，而如今的 AI 集群本质上是将多个 GPU 组合形成的更大规模 AI 超级计算机，DDN 也为成为其提供 AI 存储系统。DDN 已经在全球拥有超过 11,000 家客户和 1500 名员工，其中中国区员工接近 100 人，半数以上为研发人员。我们在北京和上海各设有一个研发中心。尽管其他外资企业近年来在裁员，我们却在持续招聘，满足不断增长的业务需求。

InfoQ：我们看到 DDN 和英伟达的两位 CEO 经常同台出现，您会怎么形容这两家公司的关系？

李凡：两家公司自 2016 年起建立了深度合作关系，涵盖技术、产品解决方案和市场层面。英伟达既是我们的客户，也是深度合作伙伴。

InfoQ：是否可以称 DDN 为英伟达在 AI 存储领域最大的合作伙伴？

李凡：我们认为在合作规模和优先级上，DDN 位居前列。

InfoQ：DDN 在全球 AI 存储的增长情况如何？方便透露吗？

李凡：在 2024 年营业额同比增长四倍，2025 年我们获得黑石集团 3 亿美元投资，估值达 50 亿美元。

InfoQ：现在大家都舍得给 GPU 花钱，但对存储的投资往往比较含糊。您怎么帮客户算这笔账？

李凡：许多客户的 GPU 利用率较低，甚至每月闲置时间可达 15 天，这并非算力不足，而是忽略了对 GPU 配合的高效 AI 存储的投资导致数据传输延迟所致。DDN 存储解决方案可将 GPU 等待时间从 30% 降低至 5%，相当于额外获得 25% 的 GPU 资源，从而每年节省大量成本。

InfoQ：那么如果要投资 AI 存储，客户怎么把握投入节奏？

李凡：建议优先选择合适的产品，提高效率的产品，而非过度采购容量。我们曾为一家国内客户提供咨询，原计划采购 50 PB 存储，我们建议先部署 20 PB，高效和可以实现无缝升级产品，这样在需要时再进行扩展。主要原因目前 AI 行业变化迅速，第二年硬件可能升级，单 PB 价格将进一步下降。今年节省的预算可用于明年更换全闪存系统，实现性能翻倍。DDN 的 AI 存储架构支持横向扩展，在线添加节点而不中断业务；明年硬件降价时再扩展，旧设备可通过回收、转租或重组处理，避免资产闲置。

InfoQ：那 AI 存储和传统存储到底差在哪？

李凡：传统存储的核心是确保数据存储容量，极少关注数据流动，而 AI 存储除了数据容量外还要强调“计算速度”。模型训练需处理 PB 级数据在 GPU 间的传输，数据传输慢，任何延迟均会导致 GPU 空转。还有 AI 应用出现了需要大量数据流动的复杂的“温数据”层，例如自动驾驶单车一小时产生 4 GB 原始数据，需要回传、标注、训练并通过 OTA 更新，形成闭环。且这些数据已经无法全部置于冷存储中，需要再“温数据层”再训练。

InfoQ：在这种变化中，DDN 胜出的原因是什么？

李凡：我认为主要有两个因素。首先，以 DDN 为例，我们源于 HPC 背景，在 AI 时代定位更为精准，即专注于服务 AI 应用的存储系统，DDN 推出面向 AI 应用的好的产品。其次是服务和工程能力。我们的售前团队具备技术专长，售后团队相当于客户的辅助运维工程师，提供 24 小时运维支持，帮助排查问题。当然，优质产品是这一切的基础。

InfoQ：7x24 小时运维协助，听起来不像外企的风格？

李凡：从 AI 存储角度看这是一个最基本的产品服务要求，现在在海外的数据中心相关业务，基本也都是按照这样的标准在施行了。

InfoQ：AI 存储这一赛道，是否存在准入门槛？

李凡：该赛道准入门槛较高，主要体现在产品投入和优化方面

InfoQ：如何去量化判断这一门槛？

李凡：例如，我们协助 xAI 在 122 天内完成 10 万卡集群建设，工程难度极大。该领域项目资金投入往往达数十亿或上百亿美元，客户要求供应商具备丰富经验，避免实验性风险。

InfoQ：我们年初发布了 Infinia 2.0 ，半年后再回看，有解决客户的问题吗？

李凡：是的，Infinia 2.0 主要针对训练和推理两种 AI 业务类型。训练阶段需高带宽，推理阶段需低延迟。该产品将对象存储延迟降至毫秒级，并支持后训练数据的实时回流。客户实测显示，推理查询时间从 200 ms 降至 50 ms，提升了线上体验。

InfoQ：除了产品本身的更新，GMI Cloud 的基础架构能力与 DDN 的存储解决方案也完成了整合，这种整合的技术价值是什么，效果如何？

李凡：无论与英伟达还是 GMI Cloud 的合作，本质上是提供端到端解决方案。GMI Cloud 的客户分布于亚太、北美等地，拥有全球 GPU 云资源。我们结合高速存储，形成可租赁的超级计算机。客户无需自建机房，并按小时付费。我们共同为客户提供“算力+存储+网络”的一体化解决方案和全球服务能力。

InfoQ：最后一个问题，站在 2025 年，哪些场景最值得您兴奋？

李凡：三个方向值得关注。首先是具身智能 Embodied AI，机器人需同时处理视觉、语音和力控数据，数据量较自动驾驶增大一个量级。其次是 AI+制造，例如特斯拉的汽车和机器人生产，本质上是数据驱动的制造过程。第三是 AI+医药，例如罗氏制药使用我们的存储进行分子动力学模拟，两周内完成过去半年的工作。