对象存储正在变成 AI 时代的“数据底座”

文章主旨：

对象存储正从“便宜、大容量、放归档数据”的仓库，转变为现代应用、云原生、数据分析和 AI 基础设施的重要数据底座，企业采用它的核心驱动力也从“便宜存数据”转向“管理、保护并变现数据资产”。

关键要点：

1. GigaOm《Radar for Object Storage v7》判断：对象存储已不再只是“cheap and deep”的归档存储，而是正在成为现代应用、云原生、数据分析和 AI 基础设施的重要底座。
2. AI 训练、数据湖、RAG、智能体应用会反复、大量、高频访问海量非结构化数据，因此对象存储需要解决高吞吐、低延迟、海量对象访问、跨本地边缘云统一管理，以及防篡改、防勒索、防误删等问题。
3. 云并未消失，但“全上云”正在被重新审视：AI 数据密集型负载下，数据重力、出口流量费和 API 请求费可能抵消云的弹性优势，部分企业将负载迁回本地或托管数据中心，并按安全、合规、经济、靠近算力的原则选择数据位置。
4. 对象存储竞争正从容量竞争转向能力竞争和平台化竞争：GigaOm 评估 27 个对象存储方案，厂商向 Platform Play 移动；客户关注 AI 工作负载、全局命名空间、不可变防护、与 Kubernetes/数据湖/分析平台集成、本地与云统一调度、降低 GPU 等待数据时间。
5. 未来 12 到 18 个月，厂商将继续投入 AI 驱动运维、自治数据管理、GPU 工作负载性能优化；企业需评估厂商创新路线是否与自身数据战略匹配，尤其关注 AI readiness 和 operational automation。

内容结构：

开篇判断

文章指出，过去人们把对象存储理解为“数据仓库的仓库”，但这一认知正在变化。GigaOm 报告认为，对象存储已成为现代应用、云原生、数据分析和 AI 基础设施的重要底座；AI 时代真正稀缺的不只是 GPU，而是能持续喂饱 GPU 的数据基础设施。

一、对象存储为什么突然重要了？

过去企业数据分工大致为：结构化数据放数据库，虚拟机和核心业务放块存储，文件共享放 NAS，海量冷数据放对象存储。AI 出现后，数据使用方式改变：AI 训练、数据湖、RAG、智能体应用会反复、大量、高频访问海量非结构化数据，图片、视频、日志、文档、传感器数据、备份数据、历史归档数据都可能变成 AI 燃料。

因此，对象存储不仅要“放得下”，还要解决吞吐、延迟、海量对象访问、跨本地边缘云统一管理，以及防篡改、防勒索、防误删等问题。报告也提到，AI 和机器学习要求存储提供足够吞吐和低延迟以支撑 GPU 训练周期，Object Lock 等不可变能力也成为企业防御体系的关键一层。结论是：对象存储从解决“数据放哪里”，转向解决“数据如何被 AI 安全、高效、持续地使用”。

二、云并没有消失，但“全上云”的故事正在被重新审视

过去十年，很多企业默认上云，对象存储容易联想到 AWS S3、Azure Blob、Google Cloud Storage。但 AI 工作负载起来后，云存储成本结构暴露出新问题。GigaOm 分析师展望提到，越来越多企业把数据密集型工作负载迁回本地或托管数据中心，原因不是否定云模式，而是为了逃离“数据重力”带来的高昂经济成本；在数十亿次 GET/PUT 请求下，出口流量费和 API 请求费可能不可持续。

企业会重新计算：公有云方便但长期调用成本高；本地控制力强、成本可预测，但需要更强数据平台能力；混合云则需要统一数据管理层，连接本地、边缘和云。未来趋势不是简单“上云”或“下云”，而是数据应在最安全、最合规、最经济、最靠近算力的地方。对象存储市场也因此从单一存储产品，变成跨本地、边缘、云和 AI 的数据平台市场。

三、对象存储的竞争，正在从容量竞争转向能力竞争

GigaOm 报告评估了 27 个对象存储方案，从成熟度、创新性、平台化能力和功能聚焦度等维度进行比较。明显趋势是，几乎所有厂商都在向 Platform Play 方向移动，不再只做单一对象存储，而是希望成为备份、归档、分析、AI 训练和推理的数据基础平台。

客户关注点也变了：过去问每 TB 多少钱、能扩多大、是否兼容 S3；现在问能否支持 AI 工作负载、全局命名空间、不可变防护，能否与 Kubernetes、数据湖、分析平台集成，能否在本地和云之间统一调度数据，能否降低 GPU 等待数据的时间。报告指出，未来 12 到 18 个月，厂商会继续投入 AI 驱动运维、自治数据管理、GPU 工作负载性能优化；企业需关注厂商创新路线是否与自身数据战略匹配。

结尾结论

对象存储已从“容量产品”变成“能力平台”。谁只是便宜可能不够，谁能把数据安全、性能、云、本地、AI 工作流统一起来，谁才更有机会。AI 时代真正的瓶颈可能不是模型或 GPU，而是企业是否拥有足够安全、高效、开放的数据底座，对象存储正在成为其中越来越关键的一块。

文章总结：

对象存储正从低成本归档工具转向 AI 时代的关键数据平台，企业评估与建设重点应从容量和价格转向安全、性能、开放集成及与自身数据战略的匹配。

3分钟数据和存储课堂

查看原文：对象存储正在变成 AI 时代的“数据底座”

文章来源：

3分钟数据和存储课堂

扫码关注公众号