毫无疑问，AI正以前所未有的深度与广度，重塑千行万业的运行逻辑与竞争格局。随着AI浪潮从概念探索迈向产业融合的“深水区”，一个核心共识也日益明确：决定AI真正价值的，已不仅是算法优化或算力堆砌，而在于体系化、高质量的数据构建。
究其根本，高质量、体系化的数据是驱动AI持续进化的“燃料”。尤其是在大模型从训练转向规模化推理的过程中，数据建设面临深刻变革：一方面，数据需求持续攀升，但单纯的数据堆砌已难以为继，数据的“训练密度”与“利用效率”成为新焦点；另一方面，建设重心正从规模扩张转向质量跃升——通过智能生成、专业标注、合规治理等方式突破数据瓶颈，已成为支撑AI持续进化的关键路径。
这一转变，倒逼着存储角色进行彻底重构：它必须从成本中心式的“信息仓库”，进化为驱动企业智能化的“核心引擎”，成为具备“实时分析、AI就绪、数据保护”能力的关键数据底座。
HPE中国存储及混合云事业部总经理张楠
在此背景下，HPE近期也以HPE Alletra Storage MP X10000 的发布为“新支点”，正式开启其存储业务在中国市场的“新征程”。作为HPE首款AI智能体存储，该产品基于创新的解耦架构与数据智能引擎，不仅重塑了非结构化数据基础设施，更可为活跃数据湖仓、大规模AI训练推理及快速数据保护恢复，提供系统化支撑。
正如HPE中国存储及混合云事业部总经理张楠所言：“HPE Alletra Storage MP X10000是一款具有划时代意义的智存产品，它从设计之初即为AI而生，是一个高性能、智能化的数据平台，致力于帮助中国企业将海量数据转化为AI就绪的智能洞察，从而真正释放业务价值。”
01.
AI时代，
存储角色亟待升级和重新定义
可以看到，当前全球企业正以前所未有的热情投入AI基础设施建设，试图借此重塑业务形态。然而现实不容乐观：大部分投入并未转化为企业自身的“护城河”。
IDC研究显示，在超过2000亿美元的AI基础设施支出中，高达65%流向超大规模云服务商，而非企业自身。这意味着，巨量投资实际上壮大了外部平台的算力规模，并未构筑起企业内生、自主可控的AI能力。
与此同时，企业AI项目的成功率普遍偏低。约70%的AI项目在完成概念验证（PoC）后便停滞不前，从未真正投入生产应用。这些项目消耗了大量预算与团队热情，却因无法规模化落地，难以创造实际业务价值。
雪上加霜的是，当企业艰难打通数据链路之际，外部威胁也以更强大的烈度瞄准其核心数字资产。数据显示，勒索软件攻击在一年内激增95%，而据Sophos报告，高达60%的受害企业在首次遭受攻击后12个月内会遭遇二次感染。在AI驱动的今天，经过精细标注的训练数据、承载商业洞察的模型，其价值堪比“数字石油”，一旦遭遇加密或窃取，企业不仅可能损失数月的训练成果，更将面临业务中断、赎金压力、合规追责与声誉受损的多重打击。
总而言之，当前企业AI转型正深陷“三重困局”之中：投资外流导致能力空心化，数据战略缺位致使项目难以落地，而日益严峻的安全威胁则让核心数据资产持续暴露于风险之中。
HPE战略联盟与业务发展总监Roger Lu
在HPE战略联盟与业务发展总监Roger Lu看来，企业要想真正走出当前困境，必须从根本上重新审视存储系统的定位——推动其从“被动保管”向“主动赋能”转型。具体而言，存储需在三个维度实现能力重构：
一是，高性能方面，释放AI算力潜能，消除GPU“饥饿”。真正的AI就绪存储，应完全匹配GPU集群的算力吞吐需求。通过突破数据供给瓶颈，最大化GPU利用率，可显著缩短模型训练与推理周期，为核心算力提供持续、稳定的高带宽数据流，让AI不再“等数据”。
二是，灵活扩展方面，需要支撑海量非结构化数据持续增长。数据是AI的燃料，而90%的企业数据为非结构化形态。现代存储系统需原生支持多模态非结构化数据，实现存储与计算资源的独立弹性扩展，并无缝适配混合云与分布式架构，满足AI全生命周期对数据弹性伸缩的需求。
三是，数据保护方面，守护AI数据生命线，筑牢安全底座。经过清洗、标注与调优的数据集和模型，已成为企业的核心AI资产。存储系统需具备主动防御能力，确保数据在生成、流动与使用全过程中的完整性、一致性，同时满足隐私合规与审计要求，为AI业务提供端到端的可信数据基座。
正如Roger Lu所说：“在AI淘金热中，存储不应是边缘配角，而是决定企业成败的关键战略资产。”唯有当存储真正成为智能、高效、安全的数据引擎，企业才能将AI投资有效转化为可持续的竞争优势。
02.
三大维度，
解读HPE首款AI智能体存储
正是基于对这一深刻重构需求的洞察，HPE正式推出了 Alletra Storage MP X10000。作为HPE首款AI智能体存储，它不仅实现了存储架构的根本性突破，更围绕企业AI转型的核心需求，在三个关键维度上提供了系统性支撑。
HPE非结构化数据产品经理贾宛金
对此，HPE非结构化数据产品经理贾宛金指出，相较于市场上某些基于“服务器套软件”的软件定义存储方案，X10000是一款真正意义上的“完整的全IP存储系统”，其硬件、软件及管理平台均依托HPE完整的自主研发体系打造，形成了一个无明显短板、稳定可靠的企业级AI存储解决方案。可以说，X10000堪称存储领域的“六边形战士”，其综合优势主要体现在以下三大层面：
首先，统一数据底座，终结数据孤岛。传统数据架构中，结构化、非结构化数据，以及文件与对象协议的应用各自为政，形成了复杂冗余的数据管道，导致数据价值难以统一利用。
为此，HPE Alletra MP X10000的核心突破之一，便是提供了真正的“数据湖仓一体”能力。它通过单一平台，原生并高效地同时支持文件（NFS）和对象（S3）协议。这意味着，来自生产系统、分析流程、备份恢复等“文件派”应用的数据，与源自大数据分析、海量非结构化处理的“对象派”应用的数据，可以汇聚于同一套存储资源池，形成统一的数据底座。
“立规矩，破混沌”是统一数据底座的核心。X10000通过数据湖仓一体平台，原生支持文件与对象协议，打破数据孤岛，使同一份数据能被多种分析引擎直接访问，实现“逻辑统一，物理一份”，告别“一个应用，一份拷贝”的冗余模式。
与此同时，统一离不开极致性能的支撑。X10000以高达160GB/s读带宽、80GB/s写带宽的颠覆性表现，数倍于主流水平，确保数据在统一底座上高效流动，让“活跃数据湖”成为现实——数据不仅能存，更能实时、高效地被消费，真正驱动业务创新。
其次，AI原生智能，从源头激活数据价值。AI效能，尤其在RAG场景中，严重依赖高质量的数据上下文。传统流程冗长低效，需从存储读取原始数据后，再经元数据提取、文本分块、嵌入向量生成等步骤，消耗大量GPU资源在数据准备上。数据显示，数据准备占据了80%的AI项目时间。
HPE Alletra MP X10000的创新在于将智能融入存储源头，其内置的“AI存储智能体”从根本上重构了这一流程。它践行了“问渠那得清如许，为有源头活水来”的理念。在数据存入之时，存储层即自动并行完成元数据提取和嵌入向量（Embedding）的生成。当AI应用发起查询时，存储不再是被动地提供原始数据块，而是能够主动理解查询意图，将已结构化的关键信息片段自动构建成可直接使用的上下文（Context），并高速提交给上层应用。
这一变革带来三重价值：大幅简化AI应用开发，实现“开箱即用”的数据就绪；显著提升GPU利用率，让算力专注于模型推理；通过S3 Over RDMA技术，实现从存储到GPU显存的直接、超低延迟数据供给，打通数据到智能的“最后一公里”。
最后，极速数据保护，筑牢业务韧性根基。AI在加速世界的同时，也催化了网络攻击。第三方报告指出，AI协作的数据攻击年增长率高达89%。数据已成为企业核心资产，而传统备份方案往往吞吐有限、恢复漫长，使得“备份成功”不等于“恢复可信”。
基于此，HPE Alletra MP X10000将数据保护提升至战略高度，其坚持“备份即存储”理念，通过与专用备份加速节点及HPE Catalyst源端重删压缩技术深度集成，实现了高达60:1的数据缩减率与惊人的2.5 PB/小时备份吞吐性能，且可随节点线性扩展。在恢复层面，该方案可实现高达22倍的速度提升，支持“分钟级”恢复关键业务数据。
这也意味着，即使在勒索攻击或灾难场景下，企业也能快速、完整地恢复AI训练环境、知识库与业务系统，将停机和损失降至最低。它不仅保护数据，更保护了由数据驱动的AI业务连续性与企业核心竞争力。
03.
联合创新，
打造企业级实时分析新范式
正所谓“实践见真章”，任何数据基础设施的最终价值，都需通过上层应用来验证。
镜舟科技生态负责人李肇
为此，镜舟科技生态负责人李肇也分享了基于HPE Alletra Storage MP X10000与StarRocks企业级分析数据库的联合创新实践。镜舟科技作为全球领先开源项目StarRocks的核心贡献者，其解决方案已广泛应用于金融、零售、制造等行业的头部客户。
验证结果显示，StarRocks的存算分离集群与X10000对象存储集群实现完美兼容。在包含28.8亿条记录、总量达415.8GB的数据集测试中，全量数据加载仅耗时15分30秒，写入吞吐峰值突破512MB/s。在关键的查询性能方面，复杂OLAP查询响应时间可达亚秒级（0.03秒），展现出卓越的实时分析能力。
性能对比进一步凸显了X10000的优势：在批量导入场景下，其耗时仅为主流云对象存储的1/6；在高并发实时导入场景下，性能可达同类高性能云服务的2倍；在查询层面，X10000的冷数据查询P99延迟可稳定在120ms以内，与云厂商高性能存储层表现相当，并显著优于标准对象存储。
由此可见，HPE Alletra Storage MP X10000的高性能与高稳定性，助力镜舟科技充分发挥StarRocks在湖仓分析、实时查询与高并发访问方面的技术优势。该联合方案尤其适用于金融风控、高端制造、基因医疗等对数据本地化、信创合规、低延迟有严苛要求的场景，可帮助企业基于统一的数据底座，实现从“单纯的数据分析”到“为AI智能体打造企业级数据底座”的关键跃迁。
04.
雄心壮志，
以X10000为新支点深耕中国市场
值得一提的是，HPE Alletra Storage MP X10000 在中国的发布，其意义还早已超越产品本身，更标志着HPE在重振存储业务、深耕中国市场、决胜AI时代等方面，展开了一场雄心壮志的战略布局。
第一，战略决心方面，从“收购集成”迈向“底层自研”的全面转向。HPE毫不掩饰其在文件与对象存储市场的雄心。张楠明确指出：“相较于HPE以往通过收购整合布局部分产品领域，此次X10000实现了从最底层代码起步的完全自主研发。”
这也标志着HPE不再满足于成为市场的集成者或跟随者，而是决心转型为具备核心技术控制力与持续创新能力的深度参与者。通过全栈自研，HPE能够将技术路线规划、产品演进节奏及生态整合的主动权牢牢掌握在手中，从而为后续快速迭代与深度定制奠定坚实基础。
正如张楠所言：“X10000的发布，正式宣告HPE已成为这个市场的关键Player，并且我们将以最积极进取的姿态全力进入。”
第二，产品布局方面，锚定AI与海量非结构化数据的新蓝海。HPE判断，下一代存储市场的增长核心将聚焦于文件与对象存储领域，其关键驱动力源自对海量非结构化数据的管理与AI推理场景的规模化支持。
为此，HPE构建了“双引擎”存储产品体系：X10000专注于承载AI与非结构化数据负载，而HPE Alletra Storage MP B10000则面向关键任务型结构化数据，二者共同覆盖企业核心数据场景。未来，HPE存储产品线将沿“块存储”与“文件/对象存储”双轨并行演进，并基于可互换控制器的统一硬件平台实现弹性扩展。同时，HPE将持续深化整合收购获得的先进软件技术，并积极探索在存储平台中增强计算能力，逐步向“存算一体”架构演进。
值得强调的是，HPE的存储战略并非孤立存在，而是其“边缘到云”统一混合云战略的核心组成部分。自2019年确立向混合云公司转型以来，HPE始终围绕“数据优先”的混合云战略，系统推进从服务器到存储的产品演进。未来，X10000与HPE GreenLake平台的深度集成，将为客户提供从本地部署到云端消费、从基础设施到智能运维的完整“一套平台，一种体验”，助力数据在边缘、核心与云环境间无缝流动与统一管理，赋能企业实现IT现代化与AI转型。
当然，在这一全新布局下，HPE也持续推动产品平台的整合与研发资源的聚焦，致力于降低供应链复杂度与运营风险，优化总体拥有成本，从而为企业构建更高效、更可靠的存储基础设施。
第三，在中国策略方面，HPE也坚持以务实合作与生态共建持续深耕本地市场。面对独特的市场格局，HPE展现出高度的适应性与务实精神，积极构建本地化生态体系，并通过持续的模式创新深入参与中国市场发展。
张楠指出，HPE总部高度重视中国市场，一个具有代表性的细节是，为满足本地合规与性能需求，HPE X10000专为中国市场设计了搭载NVIDIA RTX PRO 6000D等合规计算卡的AI解决方案节点，这种“为中国定制”的研发灵活性，在以往的外企中并不多见，也体现出HPE深耕中国市场的诚意与决心。
与此同时，HPE也清醒认识到，当前中国市场竞争态势已发生深刻变化，单纯依靠硬件销售已难以构建可持续优势。因此，其未来核心策略是携手本土领先的软件伙伴，共同打造从数据湖仓、实时分析到AI训练推理的端到端解决方案，并通过扎实的POC（概念验证）验证联合方案的业务价值。在此基础上，HPE还将积极拓展代理商生态，强化渠道与服务能力，以更好地服务于高端制造、生命科学、医疗影像以及积极出海的中国企业。
除此之外，HPE也正将已在全球市场获得成功的HPE GreenLake“即服务”模式引入中国存储领域。该模式以订阅制提供存储资源，帮助企业缓解一次性资本支出压力，更贴合当前企业预算趋紧、需求灵活变化的趋势。目前该模式已在外资企业中取得初步成效，HPE也观察到国内企业对此类模式的兴趣日增，正在积极推进其本土化部署与适配。
总的来说，随着AI步入规模化应用的“深水区”，企业的核心竞争力正从算法与算力的单点比拼，转向对高质量、体系化数据的系统性构建与高效运用。在这一趋势下，存储已不再只是静态的“数据仓库”，而必须演进为驱动智能持续创新的“核心引擎”。
HPE Alletra Storage MP X10000 的推出，正是对这一时代需求的深刻回应。它通过“统一数据底座”、“AI原生智能”和“极速数据保护”三大能力，构建了一个兼具高性能、智能化与安全性的数据基础设施底座。从这个意义上说，X10000 不仅是 HPE重振存储业务雄心的关键一步，更是其为AI时代企业量身打造的“数据炼金厂”。
在这一“炼金”体系中，海量数据得以高效汇聚、智能理解与可信守护，最终转化为驱动业务创新的有效洞察。这不仅为中国企业开辟了一条从“拥有数据”迈向“用活数据”的清晰路径，也为正处于AI转型中的广大企业提供了具备落地价值的可靠支撑，其价值无疑重要而深远。
