在2026全球闪存峰会上，华中科技大学教授、计算机学院存储所所长王芳发表了题为《面向智算的高性能存算系统》的演讲，系统阐述了智算场景下存储系统面临的挑战与突破方向。 智算存储面临的三大核心难题 王芳指出，在智算场景下，存储墙问题具体表现为三个方面：异构算力资源利用率低、AI任务与存算资源适配性差、存储层次不断丰富导致性能和成本难以兼顾。这三大难题相互交织，对传统存储架构提出了严峻挑战。 她认为，未来智算系统将继续由CPU中心向GPU/NPU等加速器中心演进，多算力、多介质、多协议将长期共存，传统以CPU为中心的数据访问体系越来越难以适配新型智算任务。 三项协同突破的系统级解决方案 针对上述挑战，王芳团队提出了采样-训练信息耦合互馈的分布式图嵌入系统FeLoG。其核心是改变传统采样和训练相互独立的执行方式，构建一个闭环反馈机制。据厂商测试，与主流系统相比，FeLoG可以获得平均28.8倍的性能加速，通信开销平均降低53.1%，CPU和GPU利用率均维持在80%以上。 面向十亿级规模的异构内存图嵌入系统OMeGa则采用了熵感知的线程任务分配策略。据厂商测试，OMeGa在所有