AI 存儲的超級周期，正在加速到來。

近期，存儲芯片價格迎來集體上行。TrendForce 預測，2026 年一季度 NAND 閃存價格預計上漲 55%—60%，DRAM 價格漲幅或高達 90%—95%。存儲價格的雙重上行，正在迅速點燃整個賽道。

在這一輪存儲超級周期中，又一家AI 存儲公司開始沖刺資本市場。1 月 27 日，星辰天合正式向香港交易所遞交招股書。

從歷史數(shù)據(jù)看，這家公司并非一開始就處在高速增長區(qū)間。

2023 年至 2024 年，星辰天合的收入分別為 1.67 億元和 1.72 億元，年增長率僅為 3.4%。但進入2025年后，增長拐點開始顯現(xiàn)。2025 年前三季度，公司實現(xiàn)營收1.95億元，同比增長65.4%，增速明顯加快。

在行業(yè)位置上，星辰天合已經(jīng)站進第一梯隊。按2024 年裝機量計算，公司位列國內(nèi)分布式 AI 存儲市場第二位，僅次于華為，市場份額為10.4%。

在AI 算力、數(shù)據(jù)規(guī)模與存儲需求同步放量的背景下，AI 存儲正從“配套設施”走向“核心基礎設施”。

今天，我們就來講講AI存儲這條超級賽道以及星辰天合。

在AI時代，存儲變了

在AI 時代，存儲這件事正在變得越來越重要。

從數(shù)據(jù)采集、清洗，到模型訓練、推理，再到結果回流與二次訓練，AI 生命周期的每一個環(huán)節(jié)，都高度依賴高效、穩(wěn)定的數(shù)據(jù)讀寫能力。GPU 能算多快，模型能迭代多順，最終并不只取決于算力規(guī)模，也取決于數(shù)據(jù)是否能夠持續(xù)、及時地被送達。

但問題也由此出現(xiàn)。

過去，云計算時代形成的主流存儲架構，并非為AI 工作負載設計。

簡單來說，傳統(tǒng)存儲主要服務于事務型與歸檔型場景，強調容量擴展、成本控制和訪問可靠性，更適合靜態(tài)數(shù)據(jù)的長期保存和低頻訪問。

當其面對AI 所需的高并發(fā)、多節(jié)點并行訪問和低延遲讀寫需求時，性能瓶頸迅速顯現(xiàn)，算力釋放隨之受限。

比如在訓練端，當前主流大模型的參數(shù)規(guī)模普遍達到十億級以上，訓練集群往往由上千甚至上萬塊AI 芯片并行運行。

訓練過程中，芯片需要持續(xù)、高頻地讀取海量數(shù)據(jù)，并周期性保存模型快照，在短時間內(nèi)形成高度集中的讀寫壓力。同時，大量小文件的隨機訪問，也顯著加重了存儲系統(tǒng)在元數(shù)據(jù)管理和響應時延上的負擔。

在傳統(tǒng)架構下，這類高并發(fā)、低延遲負載難以被有效支撐，GPU 不得不頻繁“等數(shù)據(jù)”，算力利用率下降，訓練效率被 I/O 吞吐鎖死。

推理側的問題同樣也很明顯。

更長的上下文窗口、更復雜的多輪交互，正在成為大模型演進的方向。為支撐這些能力，模型在推理過程中需要保留大量中間計算結果作為緩存，而這類緩存通常只能放在AI 芯片顯存中，才能滿足性能要求。

隨著模型復雜度持續(xù)提升，緩存規(guī)模勢必快速膨脹，甚至逼近或超過單卡顯存的物理上限。

由于傳統(tǒng)存儲在性能上無法接近顯存級訪問速度，企業(yè)只能通過持續(xù)堆疊昂貴的AI 芯片來“買顯存”，推理成本長期居高不下，也暴露出顯著的結構性優(yōu)化空間。

另一重制約，來自數(shù)據(jù)本身的組織方式。

在企業(yè)內(nèi)部，數(shù)據(jù)往往分散在多個系統(tǒng)中：原始數(shù)據(jù)沉淀在大容量、低成本存儲中，而訓練與推理依賴高性能存儲支撐。系統(tǒng)之間頻繁的數(shù)據(jù)遷移，不僅耗時長、成本高，還容易引發(fā)數(shù)據(jù)孤島、版本混亂與治理復雜度上升。

在這一背景下，AI 存儲的價值開始凸顯。

所謂AI 存儲，是指圍繞 AI 工作負載進行專門設計和優(yōu)化的數(shù)據(jù)存儲系統(tǒng)，其核心目標是在超大規(guī)模數(shù)據(jù)環(huán)境下，同時滿足高容量、高吞吐、低延遲和穩(wěn)定性等多重要求。

在AI 時代，企業(yè)長期積累的高價值專有數(shù)據(jù)，正在成為最難復制的核心資產(chǎn)。這也使得本地部署的 AI 存儲具備獨特意義：

一方面，可在安全可控的環(huán)境中管理數(shù)據(jù)，降低外泄與濫用風險；另一方面，本地部署支持數(shù)據(jù)持續(xù)回流和迭代，使企業(yè)能夠圍繞自身業(yè)務構建數(shù)據(jù)飛輪，逐步形成難以復制的智能壁壘。

從架構形態(tài)看，AI 存儲大致可分為集中式和分布式兩類。

集中式存儲以單一節(jié)點為核心，架構相對簡單、運維成本較低，適合數(shù)據(jù)規(guī)模較小、并發(fā)需求有限的場景。但隨著數(shù)據(jù)體量、并發(fā)強度和算力規(guī)模持續(xù)擴大，其在性能和擴展性上的瓶頸會迅速顯現(xiàn)。

分布式AI 存儲則通過多節(jié)點協(xié)同，將數(shù)據(jù)分片存儲在不同節(jié)點上，實現(xiàn)并行讀寫和負載均衡。這種架構可以在容量和性能上橫向擴展，并通過副本與容錯機制，在高負載條件下保持系統(tǒng)穩(wěn)定。

在AI 工作負載走向大規(guī)模、長周期和高并發(fā)的趨勢下，分布式存儲正在成為訓練與推理的主流選擇。星辰天合，正屬于這一類分布式 AI 存儲廠商。

從市場數(shù)據(jù)看，這一趨勢已經(jīng)越來越明顯了。根據(jù)灼識咨詢數(shù)據(jù)，2024 年中國分布式AI存儲裝機量達到10.3EB，預計到2030年將增長至 60.5EB，復合年增長率為34.3%。

裝機規(guī)模擴張的同時，市場收入也在同步放大。2024年，中國分布式AI存儲市場規(guī)模約為100 億元，預計到2030年將增長至631億元。

按2024 年裝機量計算，國內(nèi)分布式AI存儲市場前五大解決方案供應商合計占據(jù) 52.3% 的市場份額。

其中，本次IPO的主角星辰天合高居第二，也是最大的獨立分布式AI 存儲解決方案供應商，市場份額為10.4%。

25年前三季度營收增長65%， 毛利率達63.7%

2023 年至 2024 年，星辰天合的收入增長相對平緩，年收入由 1.67 億元小幅增至 1.72 億元，增速僅為3.4%。

但進入2025 年后，公司增長節(jié)奏明顯加快。2025 年前三季度，公司實現(xiàn)營收1.95 億元，同比增長65.4%。

從收入結構看，公司的業(yè)務主要分為AI 存儲解決方案與AI 存儲服務兩大類。

其中，AI 存儲解決方案按應用場景可進一步拆分為兩類：一類是面向數(shù)據(jù)匯聚與長期留存的 AI 數(shù)據(jù)湖存儲，另一類是面向算力釋放與性能加速的AI 訓推存儲。

AI 數(shù)據(jù)湖存儲則主要承載 AI 生命周期中需要長期保存的“溫數(shù)據(jù)”和“冷數(shù)據(jù)”，包括訓練樣本歸檔、歷史模型版本、運行日志以及中間特征文件等。

這類數(shù)據(jù)訪問頻率相對較低，但體量龐大、保存周期長，其核心目標是在確保數(shù)據(jù)安全與可靠性的前提下，盡可能降低長期存儲成本。

相比之下，AI 訓推存儲主要服務于模型訓練和推理階段，對“熱數(shù)據(jù)”的高并發(fā)訪問能力提出更高要求，是決定算力是否能夠被充分釋放的關鍵環(huán)節(jié)。

在這一階段，數(shù)據(jù)需要被頻繁、快速地讀取和寫入，一旦存儲性能跟不上，算力資源就會出現(xiàn)空轉。

因此，AI 訓推存儲的核心價值在于實現(xiàn)高吞吐、低延遲和強一致性的數(shù)據(jù)訪問能力，本質上是讓 GPU 算得更快、更穩(wěn)。

除解決方案外，AI 存儲服務主要以運維服務形態(tài)存在，對存儲系統(tǒng)提供覆蓋全生命周期的管理與支持。

從增長來源看，AI 數(shù)據(jù)湖存儲成為公司收入加速的主要驅動力。2025 年前三季度，公司 AI 數(shù)據(jù)湖存儲解決方案收入達到 8977 萬元，同比增長 107%。

招股書顯示，該業(yè)務的快速增長來自“量價齊升”的共同推動。

在訂單數(shù)量方面，2025年前三季度，公司 AI 數(shù)據(jù)湖存儲解決方案訂單數(shù)量達到371份，較2024年同期增長45.49%。與此同時，平均售價也由約17 萬元提升至24.1萬元。

公司解釋稱，一方面，市場需求擴張帶動訂單數(shù)量增加；另一方面，隨著技術持續(xù)升級，以及按每宗訂單計算的平均安裝容量（以TB 計）提升，部分解決方案的平均售價隨之上調。

隨著AI需求開始增長，公司也在試圖定義新一代AI 基礎設施架構。2026 年 1 月，星辰天合正式發(fā)布AIMesh。

招股書介紹，AIMesh 定位為橫跨 AI 數(shù)據(jù)湖存儲與 AI 訓推存儲的統(tǒng)一軟件定義層，其目標是構建一個統(tǒng)一的 AI 數(shù)據(jù)與記憶體體系，通過軟件方式整合和調度不同類型的存儲與記憶體資源，從系統(tǒng)層面提升 AI 工作負載的整體效率與可擴展性。

具體而言，AIMesh 重點針對 AI 系統(tǒng)中的三項典型瓶頸進行優(yōu)化：

一是MeshFS，面向 AI 訓練場景的高速數(shù)據(jù)層，用以緩解因數(shù)據(jù)傳輸速率不足而形成的 I/O 瓶頸；

二是MeshFusion，通過擴展可用記憶體容量，支撐大上下文推理場景，緩解“內(nèi)存墻”對復雜推理與長對話能力的限制；

三是MeshSpace，用于統(tǒng)一管理和調度全球范圍內(nèi)的海量數(shù)據(jù)集，降低跨地域數(shù)據(jù)傳輸與管理的復雜度和成本，從而緩解數(shù)據(jù)“重力墻”問題。

在盈利能力方面，星辰天合呈現(xiàn)出與多數(shù)ToB 公司不同的特征，其毛利率水平相對較高。

2023 年和 2024 年，公司毛利率分別為 55.4% 和 63.7%；2025 年前三季度，毛利率維持在 63.7%的高位。

從業(yè)務結構看，2024 年 AI 數(shù)據(jù)湖存儲和 AI 訓推存儲的毛利率分別為 59.2% 和 65.6%，AI 存儲服務毛利率則進一步提升至 63.7%。

公司解釋稱，毛利率的提升主要源于規(guī)模效應逐步顯現(xiàn)。

在高毛利的支撐下，公司盈利狀況已明顯改善。2023 年和 2024 年，公司分別虧損 1.8 億元和 0.84 億元；到 2025 年前三季度，公司實現(xiàn)凈利潤 811 萬元，實現(xiàn)扭虧為盈。

總的來說，星辰天合的業(yè)績爆發(fā)，本質上是AI 產(chǎn)業(yè)對存儲角色的一次重新定義。在傳統(tǒng)視角中，存儲僅是數(shù)據(jù)的靜態(tài)“倉庫”，但在大模型時代，它已演變?yōu)闆Q定訓練效率與推理體驗的關鍵“加速器”。

文/朗朗

PS：如果你對AI大模型領域有獨特的看法，歡迎掃碼加入我們的大模型交流群。