科技日报记者 杨雪
近日，德国汉堡ISC 2026高性能计算大会发布最新IO500榜单，国产ParaStor F9000全闪存储系统同时在生产型全节点和10节点榜单中位居第一。IO500是高性能计算与人工智能领域权威的存储系统性能基准测试榜单，被视为衡量存储系统真实应用价值的重要标准。
据了解，该系统由中科曙光自主研发设计，在硬件和软件层面均构建了全栈国产化的核心技术闭环。中科曙光北京公司副总裁何振表示，国产高端存储第一次在全球最严格的真实生产型评测体系中形成了系统性领先，工程成熟度和规模化能力得到验证，意味着国产高端存储在全球智能计算与高端计算基础设施体系中已具备进入核心竞争层的能力。
存储是整个AI计算基础设施中数据流动的“主动脉”。在极端并发访问和海量数据吞吐条件下，该系统能够持续稳定地向计算节点提供数据支撑，保障大规模集群高效运行。尤其对超大规模计算任务而言，存储系统不仅负责保存数据，更决定着数据传输效率。该系统凭借高吞吐、低时延能力，有效提升集群运行效率，让同规模算力能在更短时间内完成更复杂的计算任务。
自国家超算互联网核心节点启动建设以来，该存储系统已在数万卡集群中稳定运行超过一年，支撑大模型训练科学计算与数据分析等关键场景，支持千亿级参数大模型部署时间缩短1倍，集群训练效率提升50%。在具体应用中，该系统联合龙讯旷腾MatPL软件，依托scaleX万卡超集群，完成414.7亿原子规模液态水分子动力学模拟计算，刷新此前290亿原子的世界纪录。
在何振看来，当前智算中心“算力强、存力弱、网络不均衡”的问题，本质上不是单一资源不足，而是资源规划方式仍停留在传统高性能计算或通用数据中心阶段，没有适配大模型时代的数据流动特征。如果存储、计算、网络各自独立扩展，很容易出现算力等待数据、存储带宽闲置、网络突发拥塞等错配问题，最终表现为整体利用率偏低。
在超算互联网核心节点的实践中，计算系统的优化重点不只是单点性能，而是“存算网协同下的数据流效率”。“存算配比合理化首先要从应用负载出发，而不是从资源堆叠出发。在系统层面要强调统一的数据调度与协同优化机制，让存储不再是孤立资源，而是参与整个数据流路径设计的一部分。”何振说。
他建议，未来智算中心建设需要从“资源堆规模”转向“系统设计优先”，以应用负载建模为基础去设计存算配比，并通过分层存储与统一调度机制提升整体资源利用率。如此，在不盲目增加硬件投入的情况下，提高整个智算系统的有效算力输出。
网友评论
