“曾经被视作算力‘配角’的存储芯片，正在AI时代完成从‘幕后仓库’到‘核心底座’的身份跃迁。

近日，AI数据基础设施领域的明星企业Vast Data宣布完成F轮融资。本轮交易涵盖一级市场增资与二级市场股权转让，整体规模约10亿美元。融资完成后，公司估值飙升至300亿美元（约合人民币2148亿元），相较于2023年91亿美元的上一轮估值，实现了逾两倍的增长。

本轮融资阵容堪称“顶级豪华”：除了由顶尖风投Drive Capital和英国首富掌控的投资集团Access Industries联合领投外，富达管理、恩颐投资（NEA）等老牌机构也继续跟投。尤为引人注目的是，英伟达（NVIDIA）再次出手参与本轮投资，进一步巩固了其在AI生态中的战略版图。

作为AI算力生态的绝对核心巨头，英伟达为何持续重仓加码VastData？这家以色列的科技公司究竟掌握了哪些不可替代的核心技术，为何能成为资本竞相追逐的焦点？它又将给AI基础设施的竞争格局带来哪些影响？

AI基建赛道杀出超级独角兽

VastData是谁？

Vast Data 成立于2016年，正值深度学习兴起之初。公司由四位在存储领域深耕多年的资深专家联合创立，包括CEO雷宁·哈拉克（Renen Hallak）、CTO沙查尔·芬布利特（Shachar Finblit）、营销副总裁杰夫·登沃思（Jeff Denworth）和CTO阿隆·霍列夫（Alon Horev）。

VAST Data联合创始人杰夫·登沃思（Jeff Denworth）（左一）、沙查尔·芬布利特（Shachar Finblit）（中）、CEO雷宁·哈拉克（Renen Hallak）（右二）

创始人哈拉克此前曾担任戴尔EMC全闪存阵列XtremIO的研发副总裁。在亲历了AI大规模分析带来的数据存储挑战后，他敏锐地意识到传统架构的局限，选择离开大厂，携手曾在IBM等科技巨头任职的三位联合创始人，从零开始打造一种专为现代数据中心和GPU加速而生的全新架构。

凭借这一前瞻性布局，Vast Data迅速在全球范围内吸引了各行业的头部客户。其客户名单不仅涵盖了马斯克旗下的xAI、英伟达投资的CoreWeave等顶尖大模型企业，还包括迪士尼及其子公司皮克斯、美国电信巨头威瑞森、视频通话平台Zoom、阿联酋AI公司G42子公司Core42，以及NASA、美国能源部等关键机构。

与传统软件公司依赖短期合同不同，Vast Data通常与客户签订5至7年的长期合约。这种深度绑定的合作模式使得公司客户流失率极低，累计软件预订量已超过40亿美元。

这种稳健且高增长的商业模式也赢得了资本市场的广泛认可。在此次F轮之前，Vast Data已累计融资超3.81亿美元，老虎环球、高盛、英伟达、戴尔等顶级机构均在其股东之列。值得一提的是，市场消息称Alphabet的独立增长基金CapitalG也参与了此轮融资。作为一家以盈利而非单纯战略协同为目的的基金，CapitalG的入局在一定程度上印证了投资者对Vast Data自身造血能力与盈利能力的高度肯定。

那么，这家源自以色列的科技公司持续斩获顶级资本的青睐与加码。它究竟手握怎样难以复制的核心技术体系，又依靠哪些核心竞争力构筑起深厚壁垒，能够在众多同行中脱颖而出，成为全球投资机构争相布局、持续追逐的热门赛道标的？

DASE架构与AI操作系统

打破存算瓶颈

Vast Data之所以能重构行业格局，核心在于其独创的DASE（Disaggregated Shared Everything，分解式全共享）架构。这一创新彻底改写了传统行业在系统规模、易用性、性能与成本之间长期无法兼顾的技术博弈难题。

传统数据架构已难以适配当下大模型训练与智能计算的发展需求，技术瓶颈日益凸显。主流的Hadoop、Spark等架构在处理TB至PB级海量AI训练数据时，会产生海量跨节点数据传输，其固有的批处理模式无法满足AI业务的实时性需求，流处理延迟居高不下。同时，多组件堆叠的技术架构体系复杂、运维门槛高，系统升级与横向扩展成本高昂，始终无法兼顾超大规模存储、高性能运算、低成本部署与轻量化运维，难以长久的适配AI全场景落地需求。

针对这一结构性痛点，Vast Data自研的DASE架构从底层重构了分布式存储与计算逻辑。作为全球首个真正实现性能、规模、简易性与弹性完全统一的并行分布式架构，DASE彻底消除了四大核心要素之间的相互制约，为大规模AI业务落地扫清了底层障碍。

VASTAI操作系统

依托突破性的DASE底层架构，Vast Data打造出一体化的VAST AI操作系统，将基础数据服务、计算引擎、智能体执行能力深度整合为单一、可无限扩展的统一平台。该系统打破了传统数据基础设施多层割裂、体系分立的痛点，统一承载数据管理、算力调度、实时处理、智能推理与复杂工作流自动化能力，支撑企业在全球规模化场景下完成AI模型的构建、训练、部署与运行，全面赋能各类AI应用与智能体业务生态。

目前，VAST AI操作系统已然成为AI基础设施变革的核心载体，推动传统分散的数据、计算、实时处理体系走向融合统一，构建起面向推理型AI的全球统一基础设施体系。从CoreWeave到劳氏（Lowe’s），从美国空军到Cursor，数千家机构依赖VAST进行数据存储、上下文处理与决策支持，其支持的环境为数百万GPU提供算力，并承载着全球一些最先进的AI训练与推理项目。

其创始人哈拉克表示，公司技术体系已全面支撑全球数百万级GPU集群的AI运行环境，覆盖AI基础设施全层级链路。随着AI产业加速迭代，应用、模型与底层基础设施早已依托数据形成一体化运行体系，而VastData凭借底层架构的颠覆性优势，站稳了AI系统运转的核心位置，也因此收获了全球市场的强劲需求。

英伟达的存算一体化战略

构建从芯片到存储的算力闭环

结合上一部分对Vast Data独创的DASE架构的深度剖析，我们不难发现，英伟达持续多次参投存储赛道独角兽企业Vast Data，并非单纯的财务投资布局，这一资本动作，直观体现出其对AI存储赛道长期价值的高度认可。

随着AI产业从“训练主导”向“推理爆发”演进，行业发展逻辑发生了根本转变。大模型落地与AI智能体的运行催生了海量的上下文数据与高频缓存需求，数据流转效率与存储架构能力，逐渐成为制约AI系统整体性能释放的核心因素。仅靠算力芯片的单点迭代，已无法适配AI产业化落地的全场景需求。

代表性AI企业最新动态 图源券商研报

在2026年国际消费电子展（CES）上，黄仁勋详细阐述了基于Rubin架构的BlueField-4支持的Context Memory平台。黄仁勋解释道，随着人们与AI进行长时间对话，所需的“记忆量”快速增长，当大量AI并发运行时，网络传输成为瓶颈。为此，英伟达推出了由BlueField-4 DPU支持的“推理上下文内存存储平台”，作为一种新型AI存储基础设施来解决这一问题。

针对AI存储赛道的行业变革趋势，黄仁勋在本届CES与全球两百余名记者、分析师交流时明确表示，AI工作负载与传统数据库处理工作存在本质差异，传统存储体系已无法适配AI发展需求，存储行业即将迎来颠覆性革新，整个存储系统需要围绕AI场景重新构建。

事实上，今天的英伟达，也早已不再只是GPU公司，持续向全栈AI基础设施服务商转型。通过布局Mellanox网络、BlueFieldDPU、NVLink、Spectrum-X、AIFactory等全链条产品体系，英伟达逐步搭建起完整的AI基础设施架构。

黄仁勋多次强调，未来数据中心将全面向AIFactory迭代，而AI算力工厂的核心竞争力，并非单一的GPU算力优势，核心取决于能否为算力单元提供持续、高速、稳定的数据供给。这也意味着，存储与数据调度能力，已经成为英伟达战略布局的核心重点之一，也是其持续重仓VastData的核心逻辑。

从经营数据来看，英伟达持续增长的业务体量，也为其存储赛道布局、产业生态投资提供了坚实支撑。2026年第一财季（FY2027Q1）英伟达业绩实现大幅增长，总营收达820亿美元，同比增长85%，环比增长20%，实现连续14个季度环比增长。其中核心的datacenter业务表现亮眼，当期收入750亿美元，同比增长92%，环比增长21%，包含600亿美元的数据中心计算收入与150亿美元的数据中心网络收入，网络业务同比增长近三倍。

强劲的算力与网络业务增长，印证了其AI基础设施全栈布局的可行性，也让英伟达有充足的产业资源与资本实力，持续加码AI存储赛道，通过投资VastData这类核心存储企业，完善自身存算一体化的算力闭环。

今年2月，xAI官宣的搭载超过20万块英伟达GPU的超级计算集群Colossus，其背后的数据平台就由VAST Data打造，使得Colossus的AI工作负载的总拥有成本（TCO）降低了50%。

不难看出，英伟达对VastData的投资，能够有效转化为实打实的产品竞争力。补齐存储领域的短板后，英伟达的全栈解决方案不仅能为下游客户提供更稳定高效的运行保障，也进一步强化了自身议价能力；而整体落地成本的大幅降低，也持续提升了产品在市场中的口碑与认可度。

全球AI竞争维度演化

推理场景扩容带动存储需求升级

放眼全球，大模型调用量正持续高位运行。数据显示，OpenRouter 周调用总量已达19.5万亿Token，环比增长1.1万亿Token。

上榜全球大模型企业Token调用量(单位:十亿Tokens)

有业界做过预估，每128K token约合需要61GB存储量作为匹配，那么当前日均万亿级别的token处理量，对存储形成海量需求。

从行业竞争现状来看，现阶段AI产业的比拼维度正在发生变化，市场参与者不再单一聚焦模型参数与算力规模的表层对比，逐步延伸至底层基础设施的精细化能力比拼，数据供给、存储吞吐、带宽调度等基础能力，成为行业布局的重要落点。

多家机构观测到，在部分大规模AI集群落地场景中，存储吞吐、缓存调度效率不足，会制约整体算力资源的充分释放，存储架构适配性问题成为当前AI基建优化的重点方向之一。

根据美光、三星、海力士等存储大厂公开业绩指引，AI驱动下的存储需求正迎来结构性跃升：数据中心DRAM与NAND的位需求占比预计在2026年首次超过50%，当前市场需求已显著超过供给，部分客户仅能获得50%-66%的产能保障；HBM赛道供需缺口持续扩大，未来三年客户需求已远超产能规划，三星预计2026年HBM销售额将同比增长三倍以上。

海外存储厂商需求指引描述 图源券商研报

国内各类企业也都在加码AI存储领域布局。华为、浪潮、曙光等传统存储与算力厂商，依托现有分布式存储架构完成全闪化、网络加速、分层存储等技术优化，推出适配大模型训练、推理的解决方案，部分产品已在大型智算中心落地试用，在吞吐性能、缓存调度等方面取得技术进展。

与此同时，5月17日，长鑫科技IPO更新财报并恢复审核，长鑫科技现有合肥一期、合肥二期及北京三条12英寸生产线，长鑫拟募资295亿元，其中75/130/90亿元分别投向量产线技术升级改造/DRAM技术升级/动态随机存取存储器研发，预计2026年现有三厂产能全部达产。

5月19日，长江存储控股股份有限公司(长控集团)已在湖北证监局完成辅导备案，拟启动集团层面的首次公开发行股票并上市。当前公司合计月产能约20万片，核心扩产项目武汉三期工厂为武汉集成电路产业第三个千亿级项目，原计划2027年量产，现提前至2026年下半年量产，新增月产能10万片12英寸晶圆，达产后总月产能将提升至30万片。公司还规划再建两座全新晶圆厂，项目全部落地后晶圆总产能将较当前水平提升超100%。

在产能扩张与资本化布局层面，国内AI存储产业的软硬件厂商纷纷聚焦AI存储赛道，从技术优化、产品迭代到产能扩张、资本布局多维度展开布局，补齐AI底层存储配套能力。

曾经被视作AI算力基础设施“配角”的存储芯片，正逐渐走到舞台中央，成为支撑大模型训练与推理、端云协同交互的核心底座。在万亿参数大模型和指数级增长的Token消耗面前，存储已不再是单纯被动存取数据的仓库，而是决定整个AI系统效能上限的关键变量。

纵观行业发展全局，Vast Data的估值暴涨与资本热捧，绝非单一企业的偶然突围，而是AI产业竞争逻辑迭代的真实缩影。当AI产业从算力比拼、模型迭代的上半场，迈入存算协同、数据驱动的下半场，底层存储基础设施已然成为制约AI规模化落地的核心瓶颈，也是重构行业竞争格局的关键抓手。

当前，全球AI存储赛道已迎来结构性的上行周期。海外巨头凭借技术与生态优势抢占先发高地，国内厂商亦在加速技术迭代与产能扩张，全力补齐短板，赛道竞争日趋白热化。

可以预见，未来AI产业的终极较量，必将落脚于数据基础设施的体系化能力。在供需剧烈变动和产业链力量对比调整的驱动下，深层次的变革正在上演。