小服AI 
2025 年是Azure 存储发展历程中的关键一年，我们迈入 2026 年，并将重点放在帮助客户将 AI 转化为实际影响上。正如去年 12 月发布的《Azure 存储创新：解锁数据未来》中所述，Azure 存储正在演进成为一个统一的智能平台，能够以企业级规模支持完整的 AI 生命周期，并满足现代工作负载对性能的需求。
展望2026年，随着人工智能成为各行各业的基础，我们的投资将涵盖其整个生命周期。我们正在提升前沿模型训练的存储性能，为大规模人工智能推理和新兴的智能体应用提供定制化解决方案，并赋能云原生应用以智能体规模运行。与此同时，我们也在简化关键任务型工作负载的部署，降低总体拥有成本，并深化与客户的合作，共同打造人工智能优化解决方案。
我们感谢客户和合作伙伴的信任与合作，并期待在未来一年与大家共同塑造 Azure 存储的下一个篇章。
从训练到推理
AI 工作负载涵盖从大型集中式模型训练到大规模推理的各个层面，其中模型被持续应用于产品、工作流程和实际决策中。LLM 训练继续在 Azure 上运行，我们正在加大投入，通过扩展规模、提高吞吐量以及优化模型文件、检查点和训练数据集在存储中的流转方式，保持领先地位。
助力 OpenAI 实现前所未有的规模运营的创新技术，如今已面向所有企业开放。Blob扩展账户允许存储跨区域内的数百个扩展单元进行扩展，处理数百万个对象，从而将企业数据用作应用型 AI 的训练和调优数据集。我们与 NVIDIA DGX在 Azure 上的合作表明，这种规模优势能够转化为实际的推理能力。DGX 云平台经过联合设计，可在 Azure 上运行，将加速计算与高性能存储Azure 托管 Lustre (AMLFS) 相结合，以支持 LLM 研究、汽车和机器人应用。AMLFS 为 GPU 集群提供最佳的性价比，确保其持续稳定运行。我们最近发布了对 25 PiB 命名空间和高达 512 GBps 吞吐量的预览支持，使 AMLFS 成为云端一流的托管 Lustre 部署方案。
展望未来，我们将深化与主流第一方和第三方 AI 框架（例如Microsoft Foundry、Ray、Anyscale 和LangChain）的集成，从而实现与 Azure 存储的无缝开箱即用连接。Foundry 中原生集成的Azure Blob 存储支持将企业数据整合到 Foundry IQ 中，使 Blob 存储成为企业知识的基础层，用于微调模型以及为推理提供低延迟上下文信息，所有这些都在租户的安全和治理控制之下。
从训练到全面推理，Azure 存储支持整个代理生命周期：从高效分发大型模型文件、存储和检索长期存在的上下文，到提供来自 RAG 向量存储的数据。通过对每种模式进行端到端优化，Azure 存储为 AI 推理的每个阶段都提供了高性能解决方案。
演进云原生应用程序以实现代理规模
随着推理成为人工智能的主要工作负载，自主代理正在重塑云原生应用与数据的交互方式。与具有可预测查询模式的人工系统不同，代理持续运行，发出的查询数量比传统用户多一个数量级。这种并发性的激增给数据库和存储层带来了巨大压力，迫使企业重新思考如何构建新的云原生应用。
Azure 存储正与ServiceNow、Databricks和Elastic等 SaaS 领导者携手合作，利用我们的块存储产品组合，优化代理规模。展望未来，Elastic SAN将成为这些云原生工作负载的核心构建模块，首先应用于改造微软自身的数据库解决方案。它为不同的工作负载提供完全托管的块存储池，以便共享预置资源，并提供多租户数据托管的防护措施。我们正在不断突破最大扩展单元的限制，以实现更密集的存储，并为 SaaS 提供商管理代理流量模式提供更多功能。
随着云原生工作负载采用 Kubernetes 实现快速扩展，我们正在通过 Kubernetes 原生存储编排器Azure 容器存储(ACStor) 以及 CSI 驱动程序简化有状态应用程序的开发。我们最近发布的 ACStor标志着两个方向性的转变，这将指导未来的投资：一是采用 Kubernetes Operator 模型来执行更复杂的编排；二是开源代码库，以便与更广泛的 Kubernetes 社区协作和创新。
这些投资共同为下一代云原生应用奠定了坚实的基础，在这些应用中，存储必须能够无缝扩展并提供高效率，以作为代理规模系统的数据平台。
突破关键任务工作负载的价格性能壁垒
除了不断发展的 AI 工作负载外，企业还在 Azure 上持续扩展其关键任务工作负载。
SAP 和微软携手合作，旨在提升 SAP 核心性能，同时引入 Joule 等 AI 驱动型代理，为 Microsoft 365 Copilot 提供企业级上下文信息。Azure 最新的 M 系列扩展为 SAP HANA 提供了显著的横向扩展空间， 将磁盘存储性能提升至约 78 万 IOPS 和 16 GB/s 吞吐量。对于共享存储，Azure NetApp 文件存储 (ANF) 和 Azure 高级文件存储提供了 SAP 环境所依赖的高吞吐量 NFS/SMB 基础架构，并通过 ANF 灵活服务级别和 Azure 文件预配 v2 优化了总体拥有成本 (TCO)。我们即将推出 ANF 中的弹性 ZRS 存储服务级别，利用 Azure 的 ZRS 架构，通过跨可用性区域的同步复制，实现区域冗余的高可用性和一致的性能，而无需增加运维复杂性。
同样，Ultra Disks 已成为BlackRock Aladdin等平台的基础架构，这些平台必须对市场变化做出即时反应，并在高负载下保持高性能。Ultra Disks 的平均延迟远低于 500 微秒，支持 40 万 IOPS 和 10 GB/s 的吞吐量，能够加快风险计算速度，实现更灵活的投资组合管理，并在 BlackRock 交易量最大的交易日提供稳定的性能。与 Ebsv6 虚拟机配合使用时，Ultra Disks 可以达到 80 万 IOPS 和 14 GB/s 的吞吐量，满足最苛刻的关键任务工作负载需求。此外，凭借灵活的配置方式，客户可以根据自身需求精确调整性能，同时优化总体拥有成本 (TCO)。
这些综合投资将为企业提供一个更具弹性、可扩展性和成本效益的平台，以应对其最关键的工作负载。
为电力和供应的新现实而设计
全球人工智能的蓬勃发展给电网和硬件供应链带来了巨大压力。能源成本不断上涨、数据中心预算紧张以及整个行业普遍存在的硬盘/固态硬盘短缺意味着企业无法仅仅通过增加硬件来扩展基础设施。存储必须在设计之初就变得更加高效和智能。
我们正在精简整个技术栈，以最小的开销最大限度地提升硬件性能。结合智能负载均衡和经济高效的分层存储，即使电力和硬件可用性成为战略性限制因素，我们也能凭借独特的优势帮助客户可持续地扩展存储。随着Azure Boost 数据处理单元(DPU) 的持续创新，我们预计存储速度和吞吐量将实现阶跃式提升，同时单位能耗将进一步降低。
AI 流水线可以跨越本地环境、新云 GPU 集群和云端，但许多此类环境都受限于电力容量或存储供应。当这些限制成为瓶颈时，我们可让您轻松地将工作负载迁移到 Azure。我们正在投资集成，使外部数据集在 Azure 中成为一等公民，从而无论数据位于何处，都能无缝访问训练、微调和推理数据。随着云存储向 AI 就绪数据集演进，Azure 存储正在推出精心策划、流水线优化的体验，以简化客户向下游 AI 服务提供数据的方式。
通过存储合作伙伴生态系统加速创新
我们无法独自完成这项任务。Azure 存储与战略合作伙伴紧密合作，将推理性能提升到新的高度。除了 Azure Marketplace 中提供的自助发布功能外，我们还更进一步，投入专业资源与合作伙伴共同设计解决方案，构建高度优化且深度集成的服务。
2026 年，您将看到更多协同设计的解决方案，例如Commvault Cloud for Azure、Dell PowerScale、Azure Native Qumulo、Pure Storage Cloud、Rubrik Cloud Vault和Veeam Data Cloud 。我们将与VAST Data和Komprise等合作伙伴共同开发混合解决方案，以实现数据迁移，从而释放 Azure AI 服务和基础架构的强大功能，助力客户实现具有影响力的 AI 代理和应用程序计划。
借助 Azure 存储，开启激动人心的新一年
展望 2026 年，我们的愿景依然不变：帮助每一位客户利用更快、更智能、面向未来的存储解决方案，从数据中释放更多价值。无论是为 AI 提供强大支持、扩展云原生应用程序，还是支持关键业务工作负载，Azure 存储都能助您在未来一年充满信心地进行创新。
