2026年6月24日，德国汉堡，ISC26。
IO500最新榜单公布的那一刻，全球存储行业仿佛安静了下来，因为榜单上那个第一名后面的数字，大到超出了所有人的预期。
以华为OceanStor A800为核心的“鹏城云脑III”系统，以603,334.58分位列榜首，同时拿下Research List与Full List双料第一，带宽达8,291.11 GiB/s，元数据性能达43,903,983.64 kIOP/s。这一总分，刷新了此前纪录的2.8倍——对接664个计算节点、79,680个并行进程，历经13项覆盖多场景的测试用例，测试规模本身已是上一代的两倍有余。
这是什么概念？在此前长期霸榜的“鹏城云脑II”（210,255分）基础上，华为把纪录又推到了新高度。若把视角放到国际老牌选手身上，美国阿贡国家实验室Aurora系统43,218.80分，华为的分数是它的约14倍；德国LRZ SuperMUC-NG系统6,308.87分，华为的分数是它的约96倍。差距之大，一目了然。
同一天，另一家国产厂商中科曙光也凭借其存储系统拿下Production List双榜第一，同样是国产厂商首次登顶。两条赛道、两面旗帜，在同一天升起。而华为所征服的，是IO500中公认最严苛的Research List赛道——这份成绩单意味着，中国存储不仅进入了全球第一阵营，更在这条最硬的赛道上，为自己立下了新的坐标。
603,334.58分，不是终点，而是中国存储的新序章。
01.
Research List，
为何是IO500最硬的骨头？
要理解这份成绩单的“含金量”，首先要看懂IO500的赛道划分。
IO500榜单分为两类：Research List（研究型）和Production List（生产型）。名字仅一字之差，但赛道本质截然不同——Research List就像国产摩托车品牌张雪机车的赛车在世界超级摩托车锦标赛（WSBK）上，通过最专业的赛道挑战摩托车物理极限；Production List则是量产车在测试场上验证长期可靠性。
前者考的是极限，后者考的是稳定，这是两种完全不同的能力维度。
Production List要求系统必须在真实生产环境中稳定运行一年以上，才能参评。中科曙光本次拿下的双榜第一，正是这个赛道的国产首金，重要性不言而喻。
而Research List的考核标准则完全不同。它鼓励采用最激进的前沿架构——无共享架构、KV键值存储后端、大模型推理KV Cache加速——在成百上千个节点的极限规模下，逼近软硬件组合的物理理论峰值。它不问“稳不稳”，只问“能不能跑到头”。
门槛之高，决定了参与者之少。全球敢于在Research List打榜的玩家，寥寥无几。榜上长期活跃的，主要是两支海外主力：Intel DAOS生态（阿贡Aurora、LRZ、剑桥、CINECA等）与WEKA。过去多年，Research高分段基本是DAOS与WEKA的“二人转”，直到鹏城云脑II自ISC23起接过榜首的位置，而这一次，华为OceanStor A800带来的变化，不仅仅是挤进了这个俱乐部，而是把俱乐部的天花板直接掀了。
差距有多大？把榜上海外老牌的几个代表性选手拎出来——美国阿贡Aurora、德国LRZ，再加上DDN Leonardo、WEKA on AWS等，华为一家的分数，比它们全部加总还高出十倍不止。
这就回到了开篇那个比喻的核心：Research List与Production List，赛道不同，衡量标准也不同，它们比的不是谁更优越，而是在各自的赛道上，谁能把本分做到极致。
因此，那些质疑Research List“含金量”不如Production List的声音，或许可以换个角度理解：不是谁更胜一筹，而是赛道本就不同。华为这次，是在那条公认最难的赛道上，给出了一个让所有人重新审视“极限”二字的答案。
02.
AI的下一场战争，
为何在这里提前打响？
看到这里，你可能会问：华为为什么偏要去啃Research List这块最硬的骨头？
答案很简单：不是做不了Production，而是AI的下一场战争，已经在这里提前打响。
所谓“下一场战争”，指的是AI正从“训练时代”迈向“智能体时代”——大模型推理正取代训练成为主流工作负载。训练时代，存储的任务是把海量数据喂给GPU，追求大带宽、大吞吐；而推理时代，核心矛盾变成了“IOPS够不够高、延迟够不够低”。
这一转变，直接改变了存储的需求逻辑。具体而言，推理对存储提出的要求与训练截然不同，主要体现在三个方面：
从“大IO大带宽”转向“小IO高IOPS”，IOPS需求至少达到亿级；
KV Cache检索需要海量的、极其零碎的（小至512字节）高并发随机读取；
性能优先于一切，推理过程中需频繁保存中间状态数据并快速周转，而非持久化保存。
这三点，指向同一个方向，存储的评估标准正在被重写。而这些需求，传统存储架构难以胜任。2026年英伟达GTC大会上，英伟达联合铠侠正式发布了“Storage-Next”倡议，就向整个存储界发出明确信号：随着大语言模型向智能体AI和长上下文演进，传统4KB大块顺序读取模式在AI推理中已彻底失效。
而Research List，恰恰是验证这类前沿能力的试验场——它允许采用最激进的架构，去触碰下一代存储的性能极限。华为选择在这里投入，不是为了刷一个榜单名次，而是为了在下一代AI基础设施到来之前，先把答案跑通。
也正因此，华为此次打榜Research List，本质上是在IO500这个全球最权威的擂台上，提前验证了“Storage-Next”的中国解法。OceanFS文件系统与OceanStor A800存储的组合，原生支持向量检索卸载和KV Cache offload，瞄准的正是下一代AI推理范式的存储需求。
当业界还在争论方向时，华为已经交付了一份经过实战检验的答案，并将它写进了IO500的榜单。
03.
三项代际创新，
如何精准命中AI推理命门？
理解了“为什么打”和“打的是什么”，接下来要回答的是：凭什么能打赢？
众所周知，“鹏城云脑Ⅱ”基于国产AI芯片打造，是国内首个全面自主可控的E级智能算力平台，曾在IO500 Research List上长期霸榜，AIPerf500连续4届第一，本身就是中国高端智算的“老霸主”；而“鹏城云脑Ⅲ”这次的登顶，是关键技术突破后的首次双榜冠军——Research List与Full List同时第一，综合性能较此前最高纪录提升2.8倍，也意味着鹏城实验室在该赛道实现十二连冠。从“单榜领跑”到“双榜领跑”，这是质的跨越，而非量的简单累加。
华为OceanStor A800斩获IO500 Full List（总榜单）第一
华为OceanStor A800斩获IO500 Research List（研究型榜单）第一
那么，支撑这一跨越的根基是什么？是以华为OceanStor A800为核心底座的存算网全栈国产化配置——从芯片、操作系统到文件系统、存储硬件，全部自主可控。而A800之所以能将IO500刷到603,334.58分，根源在于三项代际创新，每一项都精准命中AI推理新范式的痛点：
一是，对等全互联+数控分离：前端共享网卡突破大规模连接瓶颈，数据面由DPU直通SSD，绕过CPU语义转换，单框吞吐量500GB/s。这意味着KV Cache那种“512字节级海量小IO高并发随机读”,可以零拷贝直达介质，不受CPU拖累。对AI推理而言，存储不再成为推理链路上的瓶颈环节。
二是，横竖双向融合扩展：Scale-Out横向与Scale-Up纵向兼备，单集群支持512控制器，聚合带宽突破100TB/s，EB级容量；同时支持DPU、NPU等算力卡卸载，向量检索等核心功能可直接下沉到存储侧。这也是A800能够宣称“业界唯一单存储支持十万卡级集群全互联”的技术底气。对AI推理而言，万卡集群的存储扩展不再受限于单一架构的天花板。
三是，DataTurbo +智能多级缓存：动态目录分片配合条带化并行，将元数据负载打散到全集群；DataTurbo加速引擎专门解决海量小文件增删改查的性能衰减问题——这恰好对应本次IO500元数据子项43,903,983.64 kIOP/s那个数字。对AI推理而言，海量小IO场景下的性能衰减问题已被系统性解决。
这三项创新的价值，不止于IO500榜单上的分数。当全球进入十万卡乃至百万卡时代，存储的扩展性、一致性与故障恢复将迎来全新挑战，而华为OceanStor A800在这次打榜中验证的技术实力，正是下一代AI基础设施所需要的基础能力。
04.
从破纪录到定义标准，
中国存储为何能翻过那座山？
凭借这三项代际创新，中国存储一口气翻越了“三座大山”：
第一座山，是技术代际的跨越。过去国产存储在国际榜单上是“跟跑+单点突破”，鹏城云脑Ⅱ已经证明过单榜霸榜能力；但Ⅲ这次是Research + Full双榜同时第一，且把纪录抬到2.8倍，对应的是架构层面的“对等全互联+数控分离+横竖扩展”三位一体——这不是优化出来的成绩，而是架构换代的结果。
第二座山，是产业闭环的形成。鹏城云脑Ⅱ的标签是“国产AI芯片+E级算力”，存储侧当时尚未完全自主；Ⅲ这次实现了存算网全栈国产化，才真正将“高端智算”的每一环都收回到自主体系内——“全域领跑”的“全域”二字，落在这里。
第三座山，是标准定义权的转移。Research List原本是Intel DAOS生态与WEKA两家轮流坐庄的俱乐部。若对照两家一两年前的旧榜高点（Aurora 32,165、LRZ 3,470），华为这一次的分数分别是它们的18倍和170倍——这也意味着下一代AI存储该往哪走，中国方案已从过去的“答题者”变成了“出题者”之一。
回头来看，这三座山其实对应着三道关卡：技术代际的跨越，让国产存储从跟跑变成领跑；产业闭环的形成，让全栈自主从愿景变成现实；标准定义权的转移，让中国方案从答题者变成出题者。每一座山都不好翻，但翻过去之后，赛道上的风景已经完全不同。
而这一切，源于一个判断：AI的下一场战争，不在训练场，而在推理侧；不在Production List的舒适区，而在Research List的极限赛道。华为用603,334.58分验证了这一点——真正的答案从来不在榜单上，而在万卡集群的机房里，在大模型推理的数据流中。
轻舟已过万重山。在这条最硬的赛道上，中国存储已经把对手甩了一个时代。接下来的赛道与速度，由我们重新定义——把IO500的极限，变成自己的起跑线。
