企业选择本地统一存储还是公有云存储，首先要回答数据在哪里产生、计算在哪里运行、同一批数据会被反复使用多少次。本地统一存储是一种由企业部署和运营的数据平台，公有云存储是一种按服务使用资源的方式，两者并非同一层级的产品分类，也可以在明确分工后共同服务业务。

当主要计算和生产系统位于本地，持续的高并发访问、既有数据复用与长期容量增长往往更适合围绕本地底座组织；当应用主要在云上运行、资源需求变化明显时，云端数据服务便于跟随应用使用。深信服aStor统一存储可以承接本地生产与AI负载，并在受支持的数据接口和策略范围内衔接异构数据资源，为混合部署提供统一治理基础。

访问路径：让数据位置跟随主要计算和使用方式

本地路径通常由业务服务器、业务网络、存储访问层和数据介质组成。企业可以围绕计算规模设计连接与介质，按目录、卷或桶组织权限，安排性能和容量资源。对长期稳定的研发、医疗及企业生产系统，数据就在主要使用者附近，访问过程更容易与现有应用和运维体系保持一致。

公有云存储也有块、文件和对象等不同服务，选择时仍然需要对应应用访问方式。计算与数据处在合适的云端位置，能够减少应用跨环境取数；如果计算留在本地、数据主要在云端，则要把网络路径、并发请求和数据准备时间纳入运行安排。存储服务的接口名称相同，并不代表跨环境访问的行为完全相同。

对批量训练和分析，值得关注的是一轮任务实际会读取哪些文件。同一数据集被多次迭代使用时，可以把明确的工作集提前准备到本地性能层，再让计算沿稳定路径读取；只偶尔访问的历史内容，则可以继续保留在适合的容量位置。数据是否应该长期留在高速层，取决于复用频率与业务时效。

云端存储还需要区分具体存储类别。在线数据可以直接读取，部分归档类别则要求先发起恢复，待对象进入可读状态后再使用。混合方案应把恢复等待安排在计算启动之前，不能因为都提供对象接口，就把归档层当作即时可读的训练数据源。

 

成本比较：用完整业务周期代替单一容量单价

本地建设的投入包括存储和网络设备、软件、机房与运维，也包括未来扩容和更新。比较时应以业务需要的有效容量为基础，把冗余保护、历史版本、工作集和增长余量纳入同一周期。已有设备继续承担容量，新性能资源只覆盖活跃业务，有助于把每次建设对应到实际需求。

公有云存储的支出可能由容量、请求、数据传输、取回及管理功能等多项组成，具体项目按所选服务计费。只比较每TB保存价格，容易忽略反复读取、跨环境传输或归档取回。更有意义的做法是围绕一轮训练、一次分析或一个月生产周期，估算实际存放和调用方式。

例如，同一批样本被连续使用多个轮次，工作集大小、重复读取次数和结果回传范围都会影响投入；若每次都提前下载一个完整副本，还需要计算副本占用、准备时间及后续清理。若数据长期不再访问，则重点转向保留周期、保护副本和未来取回安排。两种业务的成本结构不同，不能用同一个容量报价代表。

本地统一存储的价值也不仅是购买介质。通过一套架构组织多类服务，减少应用各建一套平台；通过数据互通减少不必要的副本；通过全闪与混闪协作，让活跃任务和长期保存使用匹配的资源。企业可以把节约发生在哪一条数据路径上说清，再判断是否形成可持续的投入收益。

混合部署：先确定数据主写位置，再安排发现与流动

混合部署的起点是明确每类数据的职责。原始采集数据、正在修改的生产文件、计算中间结果和最终成果，可以分别确定主写位置与后续使用者。业务在哪一端形成有效版本，哪一端负责同步或保存副本，应先于传输任务确定，才能减少两端同时更新造成的管理混乱。

统一治理全域数据： 深信服aStor统一存储可以连接受支持的文件、对象及相应云端数据源，先采集元数据，建立统一视图和访问入口，再按任务加载或预热正文。对于云端对象，要对应具体端点、接口兼容性、身份凭证和对象可读状态配置接入；统一治理覆盖已接入的数据范围，并结合各数据源的访问状态组织发现、加载与使用。

图1 本地与云端数据的统一视图

在以源端为主数据源的读取加速场景，源数据继续保留，统一存储按需加载既有内容，作业产物另行组织。任务需要固定一批数据时，可以先完成元数据发现和访问授权，再预热到本地性能层。预热改变的是传输发生的时间，使业务启动后更快获得当前工作集。

当统一存储接管业务写入时，则要相应收敛入口，让后端数据资源按策略接收回刷结果。持续复制、迁移和归档也应分别设置：复制维持多份数据的更新，迁移交接主要业务位置，归档形成长期保留副本。按任务区分这些动作，才能让混合环境既方便访问，也保持清晰的数据责任。

身份与保护同样需要贯穿两端。统一查询可以帮助团队发现资料，实际读取仍沿相应账户和权限执行；保存到另一位置的数据，也要有对应的保留和恢复安排。企业可以围绕一条具体数据链路逐步接入，再扩大到更多项目，避免一开始就把所有数据和所有权限同时改造。

深信服aStor统一存储：以本地生产能力支撑多层数据协同

统一承载各类业务： 深信服aStor统一存储面向中高端、中大型客户集群，在同一软件定义架构下提供块、文件、对象和向量四类数据服务，既承载数据库、虚拟化与共享文件，也为AI训练、数据处理和知识应用提供相应数据基础。各类服务按需配置，数据治理和资源建设围绕同一平台推进。

统一储存任意规模数据： 全闪资源用于活跃计算和高频访问，混闪及已有容量资源用于相应温冷数据。数据按需加载、冷热流动与持续扩容共同组织投入，使性能层服务当前工作集，容量层承接长期增长。对于已形成大量生产数据的企业，这种组合能够把新的性能建设与已有设备继续使用连接起来。

产品采用全栈自研、非Ceph架构路线，以PhxDFS、PhxKV、PhxTier和PhxRPC等核心组件组织文件、元数据、分层及通信。多活元数据和并行数据路径支撑规模化访问，冗余、校验、快照和异步复制等能力对应不同保护职责。IDC 2026年第二季度中国文件存储市场数据显示，深信服以10.1%的份额位居前三。

山西医科大学采用深信服aStor统一存储，连接测序与本地计算

山西医科大学采用深信服aStor统一存储支撑食管鳞癌相关肿瘤基因测序研究。测序设备、HPC计算节点和跨学科团队共同使用原始FASTQ、过程文件与分析结果，日常产生数TB至十余TB数据，年增量超过200TB，并需要长期保存研究数据。

项目建设3节点混闪集群，提供约1.05PB容量，以NVMe SSD和HDD组合承载活跃分析与长期留存。测序设备通过CIFS写入，HPC计算节点通过NFS直接访问，配合高速数据通路、冷热分层和数据压缩，减少跨协议二次传输。原先一周以上的NGS流程最快缩短至3天以内，基因数据分析时间缩短约60%。

这一实践说明，当数据产生、主要计算和科研协作都集中在本地时，围绕统一数据路径建设性能与容量具有直接业务价值。它为混合部署提供的启发是先稳定主要生产链路，再按实际保留、交换或异地使用需求选择外部数据资源，使每一层都有明确用途。

 

这些实践体现了本地统一存储对生产和研发的承载价值。规划混合部署时，可围绕主要计算位置和数据使用方式，进一步安排云端接入、数据流动与保护。

选择落点：让主要生产稳定运行，让数据按用途进入合适位置

本地与公有云的选择，可以从访问频率、主要计算位置、长期投入和数据责任同时展开。常驻本地的高频生产与研发，适合用统一底座组织稳定访问；需要云端运行的任务，可以围绕相应服务配置数据；两端共同参与时，则先明确主写位置，再安排同步、预热和保留。

深信服aStor统一存储把本地生产性能、多业务承载和异构数据治理结合起来，让企业能够在已有基础上增加新的数据使用方式。以主要业务链路为中心配置资源，再用清晰的数据流动连接各层，是兼顾访问效率、持续增长与长期成本的建设方向。

常见问题

Q1：数据已经放在云上，是否必须先全部搬回本地才能使用统一存储？

不一定。对于受支持的接口和数据类型，可以先建立元数据视图，再按任务加载或预热所需内容。接入前应明确云端对象的可读状态、访问授权和主写位置，是否整体迁移由实际业务决定。

Q2：云端归档数据能否直接作为本地训练的即时数据源？

取决于所选云端存储类别。部分归档类别需要先恢复到可读状态，再进行传输和预热。训练任务可以把恢复、数据准备和计算启动串联安排，避免GPU开始工作后才等待历史数据取回。

Q3：采用统一存储后，怎样比较本地与云端的长期成本？

按同一业务周期比较有效容量、访问次数、数据流动、保护和运维。再看哪些活跃数据值得放在本地性能层，哪些低频内容适合保留在其他资源层。这样得到的是实际使用成本，而不只是两种容量单价。