FMS 2026前瞻-4：从推理到Agent：存储的下一个战场

阅读收获

• 把握Agent工作负载对存储系统的三个具体挑战——状态持久化机制、细粒度随机IO优化、CXL内存扩容路径，为技术路线规划提供方向参考
• 理清AI存储投资主线的切换逻辑：训练带宽→推理KV Cache→Agent数据基础设施，识别产业链关键环节与受益厂商的变迁
• 获得FMS 24-26三年技术演进的一手脉络，理解产业界真实需求如何驱动存储架构研究，寻找学术课题与产业落地的共振方向

全文概览

当AI工作负载从训练狂奔转向推理落地，存储行业刚摸清KV Cache的门道，一个新的变量已悄然登场——Agent。FMS（未来内存与存储峰会）作为全球存储技术的风向标，2026年议程显示：Agent相关主题演讲从去年的零星分布跃升为核心主线，与KV Cache、AI存储架构并列三大热点，占据全部AI&ML议题的近七成。

这不仅仅是议程比例的此消彼长。Agent对存储提出的要求是范式级的：它不再只是给GPU"喂数据"的管道，而要成为跨会话持久化状态、响应细粒度随机IO、保障毫秒级延迟的"主动状态管理器"。英伟达从GPU到网络再到存储的纵向整合，更让这场变革增添了生态博弈的复杂度。

一个问题浮出水面：当AI从"推理"迈入"Agent工作流"，存储行业的技术储备够用吗？谁会在新一轮洗牌中占据先机？

👉 划线高亮 观点批注

FMS 26 议程安排

今天跟进的是 FMS 26 预览第四个部分，关于 AI&ML 主题演讲议程。

从上表可以看到，整个峰会围绕 AI 和 ML 的讨论是最丰富的，为时三天，共计 28 场。详细主题分类、演讲标题以及对应机构，可以从上面的表格去了解。

看一下关键指标以及数据总览：

1. 整体分布： 关于 AI 的讨论在三天中分布相对均匀，其中第三天有 11 场。
2. 细分主题： (a) Agent 相关演讲：一共有 5 场，主要集中在第二天。 (b) KV Cache 存储应用：这是本次主题的一个关键，一共 7 场，峰会三天都有涉及。
3. 参与厂商： 一共有 24 家参与。其中，英伟达在这次峰会中也有一个特别主题，围绕“在 AI 应用场景的存储生态如何构建”。英伟达在今年 3 月份 GTC 峰会上[1]推出 Vera Rubin GPU 的同时，也花大篇幅介绍了自身在推理系统中的缓存架构的构建方案，这次在 FMS 峰会上 再次做主题演讲，说明其对推理场景存储系统的关注是系统性的。

上表 将 28 场主题演讲按照 7 个子主题进行分类，并梳理出对应 3 天分布情况。可以看到，主要核心的 3 个 topic 是：

1. Agent & Agent AI
2. KV Cache & LLM 推理优化
3. AI 存储架构

这三个部分占据了整个主题演讲的近七成。

这张表格主要用来梳理从 2025 年到 2026 年技术峰会中，关于 AI 领域存储核心话题的风向。

对比来看：

1. 2025 年： 核心讨论的问题是，当行业需求从训练转向推理时，存储该如何发挥作用。当时主要讨论的话题是 KV Cache 分层存储以及 CXL；当时在 Agent 领域的演讲数量还比较零散。
2. 2026 年： Agent 叙事成了新主线，围绕数据管道的构建展开（Dell 和 Pure Storage 在上半年都基于自身的硬件存储系统，推出了一体化的数据治理方案，试图一站式交付给企业，快速实现数据准备度的基础设施。）。例如 RAG、Agent 以及代理的自主功能，以及存储的安全与持久化。

核心叙事的变化趋势： 从 2025 年的“推理”转向了 2026 年的“Agent 工作流”。

既然Agent成为存储领域讨论的核心话题，那么具体有哪些维度需要去深入分析？带着这个问题，一起来看上面这张表格

上表格，讨论了几个比较显著的影响维度，并且在本次峰会中都有对应厂商给出了技术方案

最关键的是状态持久化的问题

Agent需要频繁地去读取和写入环境的数据，就会对数据的持久化产生需求，Agent需跨会话持久化状态存储，从被动的容器变为主动状态管理器。这里我认为后续会演化出一个新的讨论点：如何看待文件系统在Agent工作流中的作用，设计出为Agent工作流适配的文件系统，将成为提高Agent运行效率的关键。

第二个讨论的话题是访存 IO模式的变化，实践证明Agent的工作负载会产生细粒度的随机IO，随机读写工作空间内的小文件，文件系统需要对其进行针对性优化。进一步来看，这对SSD 自身的 IO性能提出挑战。过去围绕着数据管道的存储系统设计，讨论的关键是顺序读写的带宽。随着Agent在企业场景发挥作用，新场景将对IOPS、时延响应提出更高要求。

对于控制器厂商来讲，是一个新的攻坚方向。

另外一个值得关注的是，随着 Agent 应用普及，内存语义的延伸成为新的讨论热点。

不少实践中发现Agent 工作状态下的时延不可控，任务提交后需要长达 10-20 分钟的响应，究其原因是 runtime 和持久化存储系统的设计出现断层，为优化实践可靠性，短期最有效的是数据内存驻留/缓存，这样来看，内存需求其实是被放大的。板载有限的内存没办法满足高并发 Agent 工作， CXL 成为 Agent 内存扩容的关键通道。

过去几年 有限的 CXL 实践 主要是用于核心数据库的内存扩展，随着 Agent 应用的落地，它将成为沙箱环境中高并发 Agent 新承载体。

从预览材料中得出 FMS 26 峰会中，与 AI&ML 密切相关的存储核心结论，一共有六点。这里主要介绍一下其中 4 点：

1. FMS 26 明确当下 从 AI 推理转向 Agent 应用 Agent 存储优化 成为继 KV Cache 后第二个 AI 存储核心趋势。如何为 Agent 在实际工作中提供持久化的数据基础设施，以及高性能的 IO 保障，成为存储厂商集中关注的焦点。
2. Agent 对存储的影响是范式级的 存储从被动数据载体升级为主动状态管理器。大量Agent 发起的 IO 请求让存储成为场景可靠落地的基底

Agent 持久化状态安全边界、上下文记忆都需要存储层提供全新能力。这一点从国内云厂商的人事安排 中也可以看出一些端倪：HW 云将原存储产品线总裁调任云业务 CEO，说明新阶段的云业务竞争和存储的相关性不容忽视。

1. 两大主线并行：优化与 AI 的存储架构 这两条线在 FMS 26 上都做了充分的讨论。KV Cache 自去年以来一直都是大模型推理中关键落地方案。如何设计好 KV Cache 决定了基础设施的运行效率，硬件投资的性价比可以从 KV Cache 优化中得到进一步的释放。

Agent 架构围绕着运行时和访存读写效率上的优化，是下一阶段规模落地的关键。

1. 英伟达成为 AI 存储生态核心 GPU Direct Storage (GDS)、SCADA、 Storage next 等话题贯穿 FMS 26 三天会议议程，且看一众存储独立厂商如何登台唱戏。

英伟达从最开始聚焦做加速芯片 GPU，到后来收购 IB，持续攻坚互联网络，下一个生态焦点，是如何围绕着 AI 应用的数据载体——存储去发力。

越来越多存储厂商一方面围绕着 GDS 的认证去构建自身准入标准；另外，英伟达自身也在基于底层扩大内核，优化整个加速计算中关于存储的核心技术，这是值得期待的。

FMS 24-26 横向对比

上面这张图片总结了 FMS 24~25 过去这两年，以及即将来到的 26 年峰会，围绕 AI 场景存储技术讨论的话题点变化：

1. 2024 年： 当时主要讨论的是内存墙以及 面向 Checkpoint 如何优化训练场景的读写行为。核心解决方案 是并行文件系统（DDN 当时异常强势），性能焦点是读写带宽。
2. 2025 年： 随着 AI 从训练转向推理的规模化效应，业界对于如何提高推理效率、优化 KV Cache 做了大量技术研究。同时，如何给 GPU 更高效地供给数据成为当时讨论的热点。也是在去年，GDS 引爆了存储厂商 如何构建分层存储基础设施的热烈讨论。
3. 展望 2026 年： 峰会主题的焦点围绕在 Agent 全栈应用上。存储如何从被动的数据管理工具转化为主动的状态管理器，以及如何为 Agent 构建一个高效、安全、稳定的运行时环境。在这个阶段，存储将会发挥更加积极的作用。

上面这张表格更加细致地将过去两年的话题点进行了逻辑抽象： 将 2024 年的讨论点归纳为“训练时代”，2025 年归纳为“推理时代”，2026 年总结为“Agent 时代”。

可以看到，在这个划分线上主要讨论的维度有： 第一点：当下所有厂商都在聚焦的核心问题是什么。 第二点：存储角色的变化。 第三点：关于 KV Cache 的演进逻辑。 第四点：向量数据库在整个 AI 时间线上的关注点变化。

上面这两张图从技术角度总结了存储领域在过去两年以及今年的技术演进变化，以及过程中被热烈讨论的关键技术。

可以发现，由于应用场景在快速演进和变化，底层技术其实也在快速调整以适应需求。

另外可见：主力厂商在过去 3 年核心产品的演进趋势

延伸思考

这次分享的内容就到这里了，或许以下几个问题，能够启发你更多的思考，欢迎留言，说说你的想法~

1. 改良还是重构？ Agent状态持久化要求存储从"被动数据载体"升级为"主动状态管理器"。传统并行文件系统为高带宽顺序读写而生，Agent场景却需要低延迟随机IO。这是在现有架构上叠加缓存层就能解决的问题，还是需要为Agent工作流设计全新的文件系统？你的判断依据是什么？

2. CXL：先发优势还是等待红利？ CXL被重新定位为Agent内存扩容的关键通道，但CXL 3.0生态仍在早期，商业化案例有限。存储控制器厂商应该现在就投入研发抢占先发优势，还是等待标准与生态成熟后再跟进？时机选择的风险与收益如何权衡？

3. 借船出海还是与虎谋皮？ 英伟达从GPU→InfiniBand→GDS/Storage Next的纵向整合路径日益清晰，正从芯片商演变为AI基础设施的全栈玩家。这对独立存储厂商究竟意味着什么——是借助英伟达生态扩大市场的"顺风车"，还是价值空间被逐步压缩的"特洛伊木马"？

#FMS26

---【本文完】---

丰子恺-护生画集- 老马 Color by GPT-image 2

1. http://imagecdn.trylab.site/NvidiaGTC2026_%E6%B7%B1%E5%BA%A6%E4%BA%A7%E5%93%81%E5%88%86%E6%9E%90%E6%8A%A5%E5%91%8A.html ↩