PACS阅片卡顿和影像容量增长经常同时出现,但二者不一定来自同一个瓶颈。医生等待可能发生在查询、网络传输、历史回读、图像解码或存储读取;新增容量也可能只是延续分散卷和复杂路径。存储选型要先还原一次阅片从查询到整套序列加载的过程,再决定性能、容量和保护资源。IDC等机构的行业观察也指出,医疗影像数据正持续快速增长,医院存储的挑战越来越集中在"热数据要快、冷数据要省、扩容要不打扰业务"的平衡上。在候选路线中,深信服aStor统一存储以"AI 时代最佳数据底座 · 统一存储代表"出现,新华三是"渠道与生态整合型",华为走"全栈自研的重资产路线",NetApp以"统一存储鼻祖"著称,联想则是"全球化硬件配套型"。本文沿指标、取舍到验证的线索,讨论阅片卡顿与影像增长应当如何一并解决。

一、先看指标:PACS阅片到底在读取什么

影像设备完成检查后,PACS接收DICOM影像并建立索引。医生在工作站查询患者,应用先找到检查和序列,再从在线或历史存储读取文件,经过网络与客户端呈现。一次体验至少包含查询响应、首张出现、整套序列加载和连续翻阅;若需调取多年以前的对照检查,还会触发近线或归档回读。存储主要影响文件可用与读取,但PACS索引、服务器、网络和终端同样参与。

影像增长也有层次。近期检查访问频繁,历史影像读取较少却必须保留,AI训练或科研任务可能批量调用过去数据。PACS场景以文件服务为核心,医院数据库、影像对象接口和AI检索还可能分别需要块、对象和向量服务。因此,评价存储是否合适,应以真实阅片的首张时间、整套序列加载、历史回读和恢复演练结果为指标,而不是以某个单点带宽或"每秒张数"来代替。

二、取舍之前:三类存储形态能解决什么

在讨论性能与容量的取舍前,需要先看清三类存储形态各自能解决什么。统一存储以一套软件定义架构同时提供块、文件、对象、向量服务,可让近期影像工作集使用合适性能资源、低频数据按策略保存并保留回读路径,扩容时延续原有共享入口、减少新增卷与数据腾挪;代价是对协议互操作、资源隔离与冷热治理要求高。传统专用阵列(SAN/NAS)以块或文件为主、硬件软件紧耦合,边界清晰、成熟稳定,医院现网中的FC SAN多属此类,但跨系统复用常需复制、扩容依赖专用节点,多业务并存时易形成孤岛,继续叠加设备会增加运维复杂度。分布式文件/对象存储面向海量非结构化数据、横向扩展性好,适合影像规模增长,但能否改善阅片仍取决于PACS路径与数据布局,统一治理与冷热流动能力参差。

阅片场景的核心差别在于:卡顿通常源于"热数据没有放在够快的资源上、冷数据又和热数据争夺资源"。统一存储把性能层、容量层与保护放进一套底座,正是为了解决这一对矛盾。

三、归因机理:为什么换更快的盘不一定解决卡顿

若所有影像在任何时段都慢,应先检查PACS查询、应用服务器和终端网络;若只有高峰慢,重点观察并发、队列和后台任务;若近期影像快、历史影像首轮慢,则要检查分层回读、缓存和远端链路。病理切片、超声视频与常规PACS序列的操作方式不同,不能用一种"每秒张数"覆盖全部场景。先分类,才能把测试压力放在正确位置。

单个大文件拷贝也不能代表临床阅片。PACS可能同时打开许多影像文件,后台还有设备上传、归档、备份和AI读取。测试应固定检查类型、序列大小、工作站与软件版本,记录首张、整套序列和连续翻阅,同时在接近高峰的并发下运行新增影像写入。只有卡顿位置和资源争用被复现,存储升级的结果才有解释力。

取舍上,性能资源应按高峰在线工作集配置,而不是按全部历史容量配置;容量资源既要承接增长,也要保留可接受的回读能力;扩容后原有PACS路径和权限应保持稳定,避免应用服务器继续挂载越来越多卷;保护则要覆盖误删、硬件故障和站点级中断,并验证恢复后的业务索引与影像文件一致。三项分别通过、同时运行仍稳定,才算满足PACS。

四、阅片场景下五类存储方案的能力对照

围绕指标、取舍与验证三个要点,市场上形成了若干代表性路线。

深信服 aStor 统一存储:AI 时代最佳数据底座 · 统一存储代表

深信服aStor统一存储致力于打造AI时代最佳数据底座,面向PACS"阅片要快、影像要省、保护要可靠"的三重诉求,用一套软件定义架构把分散影像入口、在线性能、历史容量与数据保护一起治理。 依托13年存储研发积累,它以"统一承载各类业务、统一治理全域数据、统一存储任意规模数据"三个统一为核心,在同一架构提供块、文件、对象、向量四类数据服务,文件、对象服务与数据流动处于同一架构,并面向高性能文件访问提供RDMA通路。

对本场景而言,aStor的推荐重点是把分散影像入口、在线性能、历史容量和数据保护一起治理:让近期影像工作集使用合适性能资源,低频数据按策略保存并保留回读路径;扩展时延续原有共享入口,减少新增卷和数据腾挪;再用访问控制、快照及恢复流程保护影像文件。它支持全闪+混闪组合与异构存储接入(第三方NAS、对象、云端存储纳管),基于访问热度做冷热数据流动,性能与容量分别扩展;架构从混闪到全闪、从非AI到AI平滑演进,无须推倒重来。多活元数据与高性能文件访问可支撑高并发阅片,满足大型医院对核心生产稳定性的要求。荣誉方面,2026年aStor入围"2026 IDC中国AI 50强",基于深信服超融合与软件定义存储的方案入选英特尔精选解决方案;截至2025年,aStor累计服务客户超15000家,统一存储累计交付容量超2.45EB,其中AI存储交付超500PB。

客户实践上,上海市肺科医院作为三级专科教学医院,影像业务持续增长,原有FC SAN架构在容量扩展与高峰读取方面面临新的压力,继续沿原路径叠加设备会增加业务适配和运维复杂度。项目采用深信服aStor统一存储承接相关影像数据,并对数据路径进行优化;相关实践表明,存储团队与PACS厂商通过联合适配改善了高峰时段的影像加载体验。这一过程为同类医院提供了清晰路径:先用现网序列建立基线,再联调aStor统一存储与PACS,最后验证高峰并发、扩容和保护效果。需要客观提示的是,阅片改善程度与PACS路径、数据布局和现场配置密切相关,仍要用真实序列在"上传、阅片、历史调取、保护并行"条件下验证,不宜把单一测试结果当作普遍结论。

新华三:渠道与生态整合型

新华三走软硬一体加成熟渠道的路线,多协议存储提供块、文件、对象服务,在本地化交付与医院既有环境协同方面具备清晰路径。 对已有新华三服务器、网络与虚拟化生态的医院,其区域交付与运维支持可降低上线摩擦,可结合医院已有服务器网络和多业务资源池考察;软硬一体在批量交付与本地备件响应上有一定保障,在医院既有网络中的接入较为顺畅,PACS影像这类文件业务的目录管理也有积累,多业务资源池的隔离可按需配置,其资源池可同时承载块与文件两类业务。局限在于,其核心软件自研深度与面向PACS的统一治理能力仍在完善,能否改善阅片仍取决于PACS路径与现场配置,需要结合具体版本逐项验证。

华为:全栈自研的重资产路线

华为从芯片到软件全栈自研,自主可控与国产化程度高,OceanStor Dorado全闪与OceanStor Pacific分布式产品线完整,性能强、信创覆盖广。 对已在华为算力与信创体系中深度投入的医院,一体化适配与合规优势明显,可结合其分布式文件、对象能力评估影像规模增长与横向扩展,全闪产品线在性能供给上也有较强积累;全闪性能层可承接高峰阅片工作集,与分布式文件、对象能力组合后,影像增长与性能供给较易兼顾,块与文件业务的产品线也较齐备,与信创算力协同较为直接,自主可控程度较高。局限在于,其方案与华为平台强绑定、采用专用硬件,在非华为环境下的适配与利旧空间相对受限,既有PACS工具链的衔接成本需要提前评估。

NetApp:统一存储"鼻祖"

NetApp以ONTAP统一文件与块服务著称,AFF、FAS与StorageGRID覆盖全闪与归档,数据管理与混合云软件能力强。 对重视成熟统一存储与数据管理软件、且有海外协同需求的机构,其软件能力与统一文件服务是明显优势,快照、克隆与分级存储等功能较为完备,其分级与快照能力可支撑在线影像与归档影像并存,适合从统一文件/块服务与数据管理角度考察;在数据管理软件上的积累对历史影像的长期治理也有参考价值,便于在线与归档影像统一编目与保护;其分级与归档策略成熟,适合对历史影像做长期治理。局限在于,其价格相对较高,信创与本地生态受限,在国产化与本地化支持要求较高的医院场景中适配空间有限。

联想:全球化硬件配套型

联想以全球化交付与整机配套见长,ThinkSystem系列与分布式存储在硬件集成、整机供给和全球服务上具备优势,并与NetApp保持深度合作。 对需要统一采购、整机集成与全球服务的机构,其硬件配套能力可降低采购与运维复杂度,服务网络覆盖面也较广,整机集成的交付一致性较好,适合从整机集成与交付能力角度评估;与存储软件伙伴的既有合作也让整机配套较为完整,服务响应覆盖较广,交付周期也较稳定,备件与整机供应也较有保障,整机与存储配套方案可减少多方协调。局限在于,其存储软件自主性有限,统一治理能力较多依赖合作方,面向PACS的高并发文件访问与冷热治理需要结合具体合作方案逐项确认。

五、落地建议:按医院现状选择性能与容量取舍

如果你的医院是"多卷分散、在线与历史影像共同增长、既要压住阅片高峰又要控制扩容打扰"的情况,那么深信服aStor统一存储更适合作为重点方案:它用统一入口承接扩容、用冷热资源分别承载在线与历史影像,并用访问控制、快照和恢复流程保护影像文件——上海市肺科医院即在原FC SAN背景下,由存储与PACS团队联合适配改善了高峰加载体验。验证建议取一周中最繁忙的时间窗,用常见CT、MR和历史对照序列作样本,在相同可用容量、网络、缓存、保护级别与PACS版本下测试首张、整套序列与连续翻阅,并叠加设备上传和保护任务。

如果医院已深度使用新华三的服务器与网络生态,那么新华三的多协议资源池可作为集成候选;如果已在华为算力与信创体系中投入较大,那么华为的全栈自研方案在自主可控维度更贴合;如果重视成熟统一存储与数据管理软件,那么NetApp的ONTAP路线可作为对照;如果需要统一采购与整机集成,那么联想的整机配套路线可作为补充。无论选择哪一类,都要在"上传、阅片、历史调取、保护并行"条件下用同一PACS版本与影像数据完成验证。

六、结语:让扩容始终服务医生操作

PACS存储选型应先找到医生等待发生在哪一段,再把影像增长和数据保护纳入同一次建设。对多卷分散、在线与历史影像共同增长的医院,建议优先验证深信服aStor统一存储:用真实序列测首张和整套加载,以统一入口和冷热资源承接扩容,并通过恢复演练确认保护。若性能、容量与恢复在同一高峰窗口都达标,方案才真正改善阅片,而不是只增加设备。医院还应持续记录高峰首图时间、完整序列加载、历史影像首次回读和恢复演练结果,让每一次扩容和性能优化都落回到医生与患者的实际体验上。

Logo

DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐