10 月 9 日，中共中央、国务院印发《关于发展新质生产力的意见》，明确提出全面实施“人工智能+”行动，并强调加快人工智能等数智技术创新，强化算力、算法、数据等高效供给，大力推动人工智能在各行业应用。

 

全面实施人工智能+行动

 

回顾近几年的政策脉络，2024 年 3 月《政府工作报告》首次提出开展“人工智能+”行动，2025 年《政府工作报告》提出持续推进“人工智能+”行动，支持大模型广泛应用，同年 8 月，国务院印发首个关于“人工智能+”行动的专项顶层文件——《关于深入实施“人工智能+”行动的意见》。

 

从“开展”、“持续推进”，到“深入实施”，再到此次“全面实施”，一系列政策部署的持续深化，释放出清晰信号：人工智能正在从技术创新和应用探索，进一步走向与实体经济深度融合、与产业发展紧密结合的新阶段。

 

然而，“人工智能+”行动全面实施的速度和效果，还要看关键底层要素能否支撑。

 

从算力建设到算力效能 基础设施进入系统化发展阶段

 

人工智能大模型的训练、微调、推理，本质上是数据驱动的计算工程，算力、数据、算法三大要素缺一不可，而算力基础设施正是承载这一切的物理底座。当人工智能应用不断拓展，如何为大模型训练、推理及行业应用提供稳定、高效的算力支撑，成为推动“人工智能+”走深走实的重要课题。

 

今年以来，围绕算力基础设施的一系列政策部署，也进一步凸显了这一方向。

 

  • 算力网建设加快推进，国家层面的基础设施布局持续深化。今年 4 月，中共中央政治局会议部署加强“六张网”规划建设，算力网是其中的重要组成部分。
  • 政策性金融支持同步跟进，为算力网建设提供进一步支撑。9 月 29 日，中国人民银行宣布将算力网等“六张网”建设纳入抵押补充贷款（PSL）支持领域，引导政策性银行加大对相关建设的金融支持。

 

从国家层面的规划部署，到投资与金融支持，相关举措体现出算力基础设施在推动人工智能发展、培育新质生产力中的重要作用。

 

但算力基础设施建设的价值，不仅在于增加多少算力资源，还在于这些资源能否得到充分利用，能否持续、稳定地支撑真实业务。其中，数据供给能力是影响算力效能的重要因素。如果数据供给跟不上计算需求，即使部署了高性能 GPU，也可能出现计算资源等待数据、训练任务效率下降等问题。

 

算力网的效能，不仅决于最快的GPU，还取决于最慢的数据通路。这正是 AI 存储在算力基础设施建设中值得关注的原因。

 

随着 AI 应用从大规模模型训练向智能体推理发展，存储基础设施也面临新的要求：

 

  • 训练场景： 面向海量数据读取、Checkpoint 保存与恢复等任务，提供高带宽、高并发、稳定的数据供给，减少计算资源等待。
  • 推理场景： 面向长上下文、多轮对话与智能体应用，提升 KV Cache 等关键数据的分层管理与复用效率，减少重复计算和数据搬运开销。
  • 数据治理场景： 打通数据准备、模型训练、推理服务等环节，提升数据管理与利用效率。

 

面向不断演进的 AI 业务需求，存储系统需要同时具备高性能数据供给、推理数据加速与数据管理能力等全栈能力，与计算、网络等基础设施协同优化，为 AI 应用规模化落地提供支撑。

 

这一趋势也得到全球领先的 IT 市场研究与咨询机构 IDC 的关注。在近日发布的《IDC MarketScape：中国人工智能就绪的数据存储基础设施 2026 年厂商评估》中，IDC 指出，AI 全生命周期已成为技术买家进行存储投资时的重要驱动力，市场竞争焦点正从单一存储性能向全栈数据平台能力转移。

 

焱融科技：以全栈 AI 存储 夯实“人工智能+”行动发展底座

 

焱融科技持续深耕 AI 存储技术，是国内首家构建全栈 AI 存储产品体系的独立 AI 存储厂商，产品覆盖模型训练、推理加速与数据治理等关键环节，为 AI 全生命周期提供高速、高效的数据支撑。

 

焱融科技全栈AI存储产品体系

 
  • F9000X Turbo丨新一代全闪 AI 存储一体机：采用第六代英特尔® 至强® 处理器平台、PCIe 5.0 NVMe SSD 及 400Gbps 高速网络。三节点集群实现 540 GiB/s 聚合带宽与 900 万 IOPS，为大规模 AI 计算集群持续提供高速数据供给，高效支撑 AI 训练、Checkpoint 高速读写等核心 AI 工作负载。

 

  • YRCache ContextBox丨AI 推理专属缓存一体机：随着大模型推理和 Agent 应用加速发展，专门面向 AI 推理场景的存储硬件正成为必然趋势。在 YRCache KVCache 管理软件的基础上，焱融推出国内首个专门面向推理的存储硬件产品——YRCache ContextBox 存一体机，通过 KV Cache 分层管理与跨节点共享，提升推理上下文的复用效率，释放推理算力潜能，提升 Token 吞吐能力。

 

  • DataInsight丨AI 数据治理平台：从训练数据准备，到模型训练、推理服务，再到业务数据管理，AI 工作流涉及多种数据类型与不同性能需求。DataInsight 通过构建统一、高效的数据存储与管理能力，更好衔接 AI 生命周期中的各个环节，提升数据利用效率。

 

目前，焱融全栈 AI 存储已在头部互联网大模型、智算中心、金融、教科研、具身智能、智能制造、生信分析等领域规模化落地。凭借十年深耕 AI 存储的技术积淀以及在多行业的落地交付能力，焱融科技进入了本次《IDC MarketScape：中国人工智能就绪的数据存储基础设施 2026 年厂商评估》。

 

结语

 

从“开展”到“全面实施”，“人工智能+”行动的持续深化，体现了人工智能与实体经济深度融合的发展方向。与此同时，算力网建设持续推进，相关投资与金融支持政策不断完善，AI 基础设施正迎来新的发展机遇。

 

GPU 决定算力能力上限，但存储决定其实际利用率。作为中国独立全栈 AI 存储厂商，焱融科技将持续深耕 AI 存储技术，围绕训练、推理与数据治理等关键场景，完善全栈产品能力，以高性能、高效率的数据基础设施，助力 AI 算力价值充分释放，为“人工智能+”行动的全面实施提供坚实支撑。