IDC 最新发布的全球 AI 基础设施支出报告中显示，当季全球 AI 基础设施总支出达 820 亿美元，其中服务器占比 98%，而存储设备仅占 1.4%，支出金额仅 16 亿美元。
这份看似 「存储缺位」 的数据背后，却暗藏着产业变革的关键信号：在生成式 AI 大模型参数突破万亿级的今天，训练过程中产生的 PB 级检查点数据、推理阶段的实时数据调用，正让 「数据饥饿」 成为制约算力释放的核心瓶颈。
在此背景下，NAS（Network Attached Storage，网络附属存储） 似乎将成为解题思路。根据预测，NAS 市场作为一个新兴且增长巨大的细分市场，在 AI 技术加持下正迎来爆发式增长。数据显示，全球 AI NAS 设备市场预计到 2031 年将达到 7.3 亿元，年复合增长率高达 49%。
绿联 AI NAS 在日本众筹斩获 720 万美金，成为全品类冠军；铁威马企业级 AI NAS 全球用户突破 1000 万。从被 AI 服务器 「遮蔽」 的 1.4%，到即将爆发的 200 亿美元赛道，AI NAS 正以 「本地智能中枢」 的身份，重构存储产业的价值逻辑。
从 NAS 到 AI NAS，变革已经开始
传统 NAS 曾是专业用户的小众工具，而 AI 的注入让其完成了从 「数据仓库」 到 「算力节点」 的蜕变。
IDC 在 《数据时代 2025》 报告中早已预警：全球数据圈将在 2025 年达到 175ZB，其中 85% 为非结构化数据——这些来自手机、相机、工业传感器的图片、视频、音频，构成了 AI 训练的 「燃料」。但传统存储模式下，这些 「燃料」 的传输与利用效率极低，形成严重的 「数据堵点」。
传统 NAS 以 「存储控制器+硬盘阵列」 为核心，性能指标集中在读写速度和容量；AI NAS 则以 「存储模块+AI 算力模块+智能调度模块」 为核心，形成 「存算一体」 闭环，性能指标扩展至算力以及模型支持能力，这种架构差异，是两者形成价值鸿沟的根源。
从能力上看，在数据采集环节，传统 NAS 依赖手动拷贝或简单同步，效率低且易遗漏；AI NAS 则实现 「多终端智能同步+自动分类」；在数据检索环节，「按文件名检索」 是传统 NAS 的唯一方式，用户忘记文件名就只能逐个翻阅；AI NAS 则支持 「文本、语音、图片」 多模态检索，实现 「语义级理解」；在数据处理环节，传统 NAS 存储的是 「原始数据」，用户需借助专业软件处理；AI NAS 内置 AI 工具，实现 「数据存储即处理」；在数据共享环节，传统 NAS 仅支持文件共享，AI NAS 则将数据转化为 「智能服务」。
除了对于私域数据处理的优势之外，AI NAS 通过 「内置模型+开源兼容+SDK 支持」 实现 「模型自由」。比如，据英特尔技术专家介绍，英特尔 AI SDK 套件包含语音识别、图像分类等基础模型，绿联、铁威马在此基础上开发场景化模型；支持 Ollama、llama.cpp 等开源框架，用户可自行部署 Llama 3、Mistral 等大模型。
具体到应用场景上，传统 NAS 采用 SATA 协议机械硬盘，读写速度通常低于 200MB/s，而 AI 大模型处理 1 小时高清视频需读取数十 GB 数据，这种 「存储拖后腿」 的情况，导致全球 AI 服务器的平均算力利用率不足 45%。
而 AI NAS 的出现打破了这一僵局。比如，极空间 Z425 AI NAS 支持 NVMeoF 协议，本地读写速度达 3000MB/s，配合雷电 4 接口，摄影师可直接在设备上编辑 4K 视频，无需先拷贝至本地硬盘。通过 AI NAS，原先编辑 1 小时的 4K 素材导入要 20 分钟，现在可以缩短到秒级别，导出速度也提升近 3 倍。
英特尔的技术专家表示，在加入了算力的能力之后，AI NAS 具备了一定的本地算力处理能力，相当于将传统以存为主的附属存储设备属性的 NAS 赋予了更高层级的能力，能够支持本地知识库检索，「我们进行了本地知识库检索测试，双锐炫 Pro B60 配置的检索效果明显优于单卡或无卡配置。这得益于更大的显存和更好的硬件配置，为运行 32B 大模型提供了基础。模型规模对准确度有影响：32B 模型在检索中表现优于 14B 模型。」 该名专家指出，「因此，良好的硬件基础对于 AI NAS 而言，至关重要。」
从行业数据看，这种需求已形成规模化。2025 年中国串行连接存储设备市场规模突破 1500 亿元，其中 NVMe SSD 市场规模达 480 亿元，复合年增长率 28.6%。IDC 预测指出，随着 AI 模型从 「实验室走向生产端」，存储支出占比将从当前 1.4% 快速提升至 2027 年的 12%，AI NAS 将成为核心增长引擎。
AI NAS 不再小众
如果说过去传统 NAS 的应用场景，仅仅是极客个人玩家与小部分小型企业需求的话，那么当 AI 时代到来，海量数据成为 「真金白银」，当 NAS 装上算力的翅膀，升级为 AI NAS 之后，它就成为了个人玩家和中小企业在开发 AI 应用过程中的必选项。
这个过程中，AI NAS 最先被人们看到的优势就是对个人数据和企业私域数据的保护。Gartner 2025 年 《数据隐私风险报告》 显示，68% 的企业因担心数据泄露，拒绝将核心数据上传至公有云；欧盟 GDPR 与中国 《数据安全法》 的严格规定，进一步强化了 「数据本地化」 需求。
AI NAS 的 「本地部署」 特性，恰好解决了这一矛盾。通过 「本地模型运行+AES 256 位加密存储」，确保企业的数据不离开设备。
医疗领域的需求更为刚性。某县级医院采用 AI NAS 存储百万级 CT 影像，本地部署的肺结节检测模型能在 5 秒内完成分析，灵敏度达 95%。数据全在院内流转，既符合 《医疗数据安全指南》，又避免了云端传输的隐私风险。Gartner 指出，具备内置合规验证能力的存储产品，在医疗、金融领域的中标率较传统方案高出 3.2 倍。
个人用户的隐私需求同样旺盛。比如飞牛 OS AI 相册积累 80 万高频用户，核心吸引力就是 「人脸识别数据只存本地，不会被用于商业建模」。日本市场调研显示，绿联 AI NAS 用户中，50 岁以上群体占比达 32%，远超传统 NAS 的 15%，「担心云端数据泄露」 是主要购买动机之一。
除了数据安全的考虑之外，在 AI 时代，个人用户与中小企业对于 AI 算力的需求也成为了 AI NAS 今年以来持续火热的重要原因之一。对此，英特尔技术专家告诉笔者，中小企业和家庭用户本身存在强烈的算力需求。「例如，家庭内部越来越多的应用需要更强算力，而手机无法承载。NAS 作为小型中心，便可承担此类应用。」 该名专家如是说。
而与高昂的云服务租赁或者数据中心租赁服务相比，AI NAS 在应对规模并不大的 AI 算力需求的时候，成本优势极为明显。以智能会议纪要场景为例，用云端 GPT-4 处理 10 万份会议纪要，需要支付 3 万元费用，且响应延迟超过 5 秒；用本地 AI NAS，一次性投入 8000 元，响应时间仅 300 毫秒，后续几乎零成本。
对中小企业而言，这种差异更为 「致命」。某 50 人规模的制造企业，此前每月需支付 1.2 万元云端 AI 服务费用于设备故障文档检索；部署铁威马 AI NAS 后，硬件投入 2 万元，工程师通过自然语言提问 「SY215C 挖掘机液压油温过高怎么办」，系统 3 秒内即可输出解决方案，6 个月就收回成本。IDC 测算，部署 AI NAS 的中小企业，平均 IT 效率提升 45%，人力成本降低 20%。
从行业趋势看，这种 「成本替代」 将加速。有数据统计显示，2025 年企业级 PCIe 4.0 NVMe SSD 每 GB 价格以 11% 幅度下降，其中，2025 年第一季度，企业级固态硬盘 （eSSD） 的平均销售价格 （ASP） 大幅下降近 20%。AI NAS 的单位存储成本进入 0.6 元/GB 区间。
AI NAS 既避免了公有云带来的数据泄露和长期租用成本问题，又提供了接近本地硬盘的读写速度与灵活操作性，因而在远程访问、在线协作和数据保护等方面展现出独特优势。
显然，AI NAS 已经成为既对性能与容量有要求，又对成本敏感的企业级用户的不二之选。
三个核心场景，AI NAS 能成为新风口么？
「2025 年是 AI NAS 的落地元年，2026 年将迎来爆发期。」 这是英特尔中国区技术部总经理高宇对于 AI NAS 发展前景的判断。根据市场数据显示，全球 AI NAS 设备市场预计到 2031 年将达到 7.3 亿元，年复合增长率高达 49%。且根据市场趋势显示，AI NAS 的应用场景正从消费级向企业级扩展。
需求的多元化催生了场景的细分化，AI NAS 已形成 「个人家庭、中小企业、垂直行业」 三大核心场景，每个场景都呈现出独特的价值主张。据 Gartner 2024 年全球存储市场报告显示，全球边缘计算存储市场规模已突破 200 亿美元，家庭与中小企业 AI 存储需求年增长率高达 47%，数据主权意识的觉醒让本地智能存储成为新的市场风口。而 AI NAS 的能力也正好迎合了企业级用户与消费级用户对于存储能力的新需求。
除去消费级的场景——个人家庭用户场景之外，AI NAS 能否真正成为风口，主要还是看需求更大的中小企业与垂直行业的应用前景。
中小企业方面，其长期面临 「算力成本高、IT 人才缺」 的困境。AI NAS 的 「低成本智能」 特性，恰好契合需求。此外，Gartner 指出，具备 AI 生产力工具的存储设备，能帮助中小企业将决策响应速度提升 60%。铁威马产品总监郭钱良介绍，铁威马 T 系列 AI NAS 2024 年销量同比增长 180%，核心客户集中在电商、制造、律所等领域。
而在垂直行业中，医疗、制造、安防等领域已经成为 AI NAS 应用的重要场景，且在这些场景中，AI NAS 已从 「定制化方案」 走向 「标准化产品」。以医疗领域为例，有数据统计，2025 年全球医疗影像数据量达 80PB，中国医疗机构产生的医学影像超 500PB。某县级医院采用英特尔至强平台 AI NAS，存储百万级 CT 影像，本地肺结节检测模型将阅片时间从 30 分钟缩短至 5 分钟，灵敏度达 95%。
虽然市场前景较好，但 AI NAS 仍处于起步阶段，行业内对 AI NAS 也没有严格的定义和标准。目前业内达成的共识是：集成了 NPU、GPU 等处理器，能够更为高效的运行 AI 应用的 NAS 产品都可以视为 AI NAS。
AI NAS 凭借 「本地智能+高效存储」 的双重优势，正从概念验证迈向规模化落地。随着 2025 年 「落地元年」 的开启，其核心价值已在中小企业降本增效与垂直行业智能化升级中得到充分验证，从电商企业的实时数据分析到县级医院的 AI 辅助诊断，AI NAS 正成为连接数据与生产力的关键枢纽。（文｜Leo 张 ToB 杂谈，作者｜张申宇，编辑丨盖虹达）