IDC数据显示，2025 年全球 IT 支出增长 14%，是自 1996 年三十年以来的最高年增长率。不同的是，1996 年 14% 的增长基于 7 亿美元的市场规模，而 2025 年 14% 的增长建立在 4.2 万亿美元的市场之上——这不是一个普通的增长周期（883436），而是将重新定义整个 IT 行业的超级周期（883436）。
以 DeepSeek 和 OpenClaw 为代表的标志性产品，显著降低了大模型的使用门槛，推动 AI 向生产力工具转变，带动Token 消耗呈指数级跃迁。Token 成本持续下降，用户使用量与频次大幅增加，算力需求不降反升，基础设施持续扩张，进一步推动成本下降，形成自我强化的正循环。Token 经济的中的需求侧，包括行业场景、用户基数、模型性能决定消耗总量，运营侧来看的市场竞争、运营效率、规模效应决定了Token的单价，而供给侧，最基础的算力、存力、运力，将决定 Token 生产的上限，让AI 基础架构的投资成为刚需。
IDC 预计，2026 年全球AI 基础架构市场规模将超过 5,000 亿美元，到 2029年将超过 1 万亿美元，年复合增长率超过 26%。面向 AI 的 IT 基础架构，正在形成标准化、规模化、可重复、垂直整合的智能算力工厂，即 AI Factory 模式——像流水线工厂一样批量生产Token，并在机架级和集群级做垂直整合，使每一层都为 AI 工作负载优化。
IDC MarketScape评估：AI-RDSI的定义、能力框架与演进方向
近期，国际数据公司(IDC)发布《IDC MarketScape：中国人工智能（885728）就绪的数据存储基础设施2026年厂商评估》(Doc# CHC54132926，2026 年 9 月)研究报告。报告基于厂商调研与访谈、公开信息以及最终用户体验，对中国企业级存储市场中具备完整 AI 就绪数据存储基础设施(AI-Ready data storage（DTST） Infrastructure，AI-RDSI)解决方案能力的厂商进行了系统评估，从能力与战略两个维度综合评估，帮助技术提供者明确产品升级与交付重点，为技术买家选型提供第三方参考、推进业务场景落地提供参考。如需了解更多评估结果，可参考所发布的报告。
IDC 定义的 AI-RDSI，是指用于识别相关数据，并以自动化方式准备、摄取、存储、分类、管理、保护、保障、治理和迁移数据，以满足人工智能（885728）应用需求的硬件、软件和服务的组合，既包括产品级的 AI 原生 AI-RDSI 产品，也包括对现有技术打包和升级的解决方案级 AI-RDSI 方案。AI-RDSI还涵盖与 AI 工作负载相关的服务级别(包括性能和系统可用性)、数据质量相关属性(如可信度和溯源性)，以及分析后数据的处置技术。
AI-RDSI的关键，在于针对数据资产“采、存、算、管、用”的全生命周期（883436）提供能力，具体覆盖四大环节：
数据获取：外部数据源接入、内部数据创建、物理环境适配、数据格式标准化，支持结构化、半结构化与非结构化数据;
数据存储：高性能文件系统(HPFS)、对象存储、并行文件系统、GPU-Direct Storage 直通，以及全闪存/混合闪存分层;
数据管理：数据发现与分类、索引与标签、脱敏、数据编排与复制、延迟管理与 SLA 保障;
数据信任：数据溯源、知识产权保护（885791）、数据主权、零信任架构与数据加密。
IDC 认为，为满足市场需求，AI-RDSI 正处于从“配套设施”向“核心基础设施”升级的关键阶段，未来演进将呈现五大方向：一，架构重构，存储从被动容器变为主动参与计算的智能数据平台;二，行业垂直化和生产范式革新，场景化方案 + 领域知识库成为差异化关键;三，可信智能与安全合规能力深化，成为数据安全（885942）与质量的关键底座;四，算力智能化与服务转型方面，智能调度、API市场等能力推动基础设施向服务化、普惠化演进;五，数据湖/存储演进方面，存储系统正从”静态仓库”演进为具备智能检索、主动服务能力的AI数据底座。AI-RDSI将成为技术买家未来的布局重点，数据存储基础设施的战略地位将进一步提升。
厂商评估结果
本次评估共覆盖 15 家符合入选标准的中国市场 AI-RDSI 厂商(入选标准要求厂商至少 50% 的产品/服务内容满足 IDC 对AI-RDSI 的定义，且在中国有具体落地项目和标杆客户)。
领导者类别：华为(HUAWEI)、浪潮数据(Inspur Data)、VAST Data、新华三(H3C)、中科曙光（603019）(Sugon);
主要玩家类别：戴尔科技（DELL）(DELL Technolog，DELL.US)、IBM、联想(Lenovo，00992)、深信服（300454）科技(Sangfor)、杉岩数据(SandStone)、星辰天合(XSKY)、焱融科技(YanRong)、中兴通讯（HK0763）(ZTE);
竞争者类别：宏杉科技(Macrosan)、同有科技（300302）(Toyou)。
给技术买家的五点建议
IDC结合对全球 AI 基础设施市场的持续跟踪及本地 AI-RDSI 市场研究，向技术买家提出五点建议：
从实际业务场景出发，分阶段明确建设目标：避免“一步到位”的大而全思路，区分训练、推理、Agent 应用不同阶段的需求差异，制定分阶段路线图，确保投入与产出匹配;
构建统一数据底座，提升算力利用率：优先选择支持全局命名空间、多协议互通的统一存储架构，减少数据跨系统搬运与多副本冗余，从源头提升 GPU 利用效率;
采用分层存储架构，平衡性能与成本：根据数据热度构建“热—温—冷”分层体系，热数据层用高性能全闪满足低时延需求，温冷层用 QLC 闪存与对象存储承载数据集归档与模型仓库，通过智能分层优化总体拥有成本(TCO);
优先选择开放生态方案，降低锁定风险：重点考察对 NFS、S3、POSIX 等标准协议的支持、对主流 AI 框架与异构算力的兼容能力，以及混合多云统一管理能力，为未来架构演进预留空间;
建立运维与成本观测体系，持续优化 ROI：同步规划 AIOps 与成本可视化能力，实现全链路监控、智能调度与弹性扩缩容，建立清晰的成本核算与优化机制，确保 AI-RDSI 投资持续产生业务价值。
IDC 中国企业级存储基础设施研究经理杨昀煦表示：“在Token经济里，存储基础设施能力决定 AI 生成能力的上限;同时，AI 就绪的数据基础设施已成为最终客户部署 AI 应用时能否有效利用算力的技术瓶颈——存储性能瓶颈会导致 GPU 集群利用率偏低，使昂贵算力资源无法充分释放。AI-RDSI 的重要性由此凸显。技术提供商需充分掌握各类新兴技术的能力特性，并搭建一套合理且丰富的架构方案，充分发挥适配人工智能（885728）基础设施投资的商业价值，同时协助技术买家优化成本、性能与安全水平，使技术买家能够灵活选用多种 AI 就绪的数据基础设施部署方式与运营模式。”
