大模型训练所需的数据十分庞大：以视音频、图片、电子文档为代表的各种“原料”信息，其规模从TB级别直接跨越到PB级别，未来的AGI时代更是将达到EB级别（1EB=1024PB）。能否保有持续的存储容量扩展，将成为存储技术在AI时代面临的首要挑战，存储器的容量不足，将导致大模型的发展受限，无法实现持续的进化。

伴随着AI 应用的不断发展和数据量的增长，目前主流知名大模型已经可以达到百亿甚至千亿的参数规模，未来的AGI大模型甚至会达到万亿的参数规模。大模型对存储器的扩展性提出了更高的要求，不仅存储容量不能有“天花板”，还要求并发的IO性能也要同步扩展上去。