曙光存储的“引力弹弓”，让 AI 向产业宇宙加速狂奔

《流浪地球》中，科学家利用木星的“引力弹弓”效应，为地球加速，成功脱离危机，是整部电影最激动人心的高潮段落。

加速，不仅在科幻电影中揪人心弦，对 AI 行业也十分重要。比如说，千亿级大模型必须写容错点 checkpoint，一旦数据存储发生灾难性故障，导致 AI 训练中断，对于一些着急上线的企业来说，时间就是生命线，可能造成难以弥补的损失。所以说，确保 AI 快速稳定地进行，是产业智能化的必要条件。

为 AI 加速，存储也可以起到“引力弹弓”效应。

试想一下，当你正在滑滑板，有一个速度很快的人从你旁边经过，拉了你一把，就如同弹弓弓弦一样，给了你一个加速前进的力。存力之于 AI，就起到了类似的作用。存力和算力互相协同，通过存力来缩短数据读写时间，减少算力的空转等待时间，可以有效提升 AI 大模型的训练效率。

不过，想充分释放存力的“引力弹弓”效应，传统存储的性能、可靠性等，就有些力不从心了。锻造一张最适合 AI 的“引力弹弓”，曙光存储出手了。

此前，曙光推出的智存产品搭载五级加速方案，已经在政务、科研、金融、医疗等行业场景，相继落地。就在近期，又宣布与智元机器人合作，成为具身智能领域的存力伙伴。

在曙光存储的存力底座上，越来越多的 AI 模型/能力，正加速奔向产业宇宙。我们就跟随这张“引力弹弓”的发射方向，来一场奔赴星辰大海的 AI 之旅吧。

“引力弹弓”效应，利用了宇宙中天体的引力，当航天器进入引力影响范围时，被拉了一把，行程就会开始加速。

对 AI 来说，存储也自带加速“引力”吗？答案是肯定的。

至少从四个方面，存储可以“拉”AI 一把：

首先是性能。计算越复杂，对存储性能和带宽的要求越高，存储必须足够快，才能匹配上 GPU 或 AI 芯片，否则就会导致算力空载、空转或等待。在模型训练中断时从 checkpoint 快速写回，也可以提高 AI 计算效率。

其次是质量。“garbage in，garbage out（垃圾进，垃圾出）”，存储承载的数据质量，直接影响到大模型训练的效果，随着大模型需要“咀嚼”的数据规模、类型越来越多，AI 存储必须具备对海量规模、异构等数据的高效吞吐和处理能力。

第三是安全。存储系统的管理审计、权限管理等，从数据 I/O 通路上保证用户数据的安全可靠，不会有篡改、不可追溯等问题，也是 AI 用户十分看重的。

第四是优化。存储可以结合用户业务，进行一些个性化的微调与适配，比如了解到业务数据中的大文件多还是小文件多，随机访问多还是顺序访问多，在此基础上进行参数调整，可以针对性优化，提升业务体验。

因此，存储在 AI 基础设施中的优先级不断提高。

去年大模型爆火初期，AI 行业用户一开始只关注存储产品的容量，后续则慢慢意识到存储的性能、开放兼容性、AI 应用适配性等更多维度指标的重要性。

从能用到智用，存储之于 AI 的“引力”正越来越大，起到了越来越重要的加速作用。

AI 存储对行业用户的吸引力，越来越大，但动辄万亿参数、万卡集群的 AI 大模型，对存储的要求也指数级上升。

市面上是否有超强 AI 存力的产品，像木星推动地球一样，发挥出强大天体才具备的“引力弹弓效应”呢？曙光决定来打造一个。

曙光 ParaStor 分布式全闪存储，作为最懂 AI 的存储产品，核心特点就是一个字：快。

可以将 AI 整体表现提升 20 倍以上，让数据无需等待，AI 也就快人一步。具体是怎么做到的？曙光存储运营总监石静向我们解密。

这张最适合 AI 的“引力弹弓”，有两大核心：一是最强的数据底座，二是最佳的 AI 应用加速套件。

可以这样理解，数据底座就像是天体本身的引力足够大、足够强。

曙光存储的 ParaStor 分布式全闪存储，在整个硬件层面进行提升，可以发挥出极致性能。带宽倍数提升，单个节点可以做到最高 150GB/s 带宽，一秒钟提供 150G 的数据吞吐。IOPS 十倍提升，一秒钟可以处理 320 万个 I/O 请求，实现高效吞吐。

而应用套件，就像是在原有引力基础上再造一个加速引擎，推动 AI 走得更快。

ParaStor 分布式全闪存储采用了业内独家的“五级加速方案”，尽可能地缩短整个 I/O 流程，让数据更加靠近计算，分别实现了本地内存、Burst Buffer 加速层、网络层（RDMA-Based）、存储节点高速层（ NVMe SSD-Based ）、应用层（存储直达 GPU）的五层加速。

最强数据底座+五级加速的最佳 AI 应用加速套件，成为一张强有力的“引力弹弓”，让 AI 表现提升 20 倍，可以去往更广阔的产业天地。

利用“引力弹弓效应”，人造航空器“旅行者 1 号” 飞出了太阳系，进入了太阳系外更广阔的宇宙空间。曙光存储可以让 AI 走得更快，那么能推动 AI 走得更远吗？

目前来看，答案是确定的。

作为分布式存储市场领导者象限中排名第一的厂商，曙光也在 AI 赛道上起到了引领作用。曙光存储走向行业的足迹，连起来，就是 AI 迈向产业的“轨迹”。

为 AI 筑底座。曙光存储与中国移动合作，为其新型智算中心提供存储底座，助力万卡甚至超万卡集群的建设，算力网络 AI 注智赋能，有望为各行各业提供澎湃的智能算力。泉州智慧城市大脑，借助新一代曙光存储的异构融合能力，实现海量异构数据资源的融合，打造更坚实的“数字底座”。

为 AI 谋效率。在与某 AI 大模型厂商的合作中，曙光存储的 ParaStor 分布式全闪存储，单节点 150GB/s 带宽和 320 万 IOPS，整体训练效率提升 50%以上，有了高效率的支撑大模型厂商更快推出产品来满足市场需求。

为 AI 降成本。目前，曙光存储实现了国内外双栈技术生态全兼容（CPU/GPU/OS/DB/Cloud），可以应对 AI 算力多元异构的技术挑战，支持国内外不同厂商、不同架构、不同版本的算卡，以及多样的大模型，帮助行业客户在智能化过程中，实现成本均衡。更合理的成本，也可以加速 AI 的产业化进程。

为 AI 谋新篇。在具身智能等新兴领域，曙光存储深入了解行业痛点，针对具身智能机器人低时延、高性能、丝滑体验等刚需，凭借快训练、快归档和合理成本等优势，为智元机器人打造坚实存储底座，让智元机器人可以实时、高效、丝滑地运行，及时处理故障，保持在最佳状态，加速商用进程，开启具身智能的新纪元。

不难看到，一张强大存储的“引力弹弓”，正推动 AI 走得又快又稳又远，走向广袤的产业宇宙。

可能有人会问，为什么最适配 AI 的存储，会率先诞生在中国、在曙光？

首先，曙光与国内 AI 的距离最近。可以针对性地满足国內 AI 厂商的定制化开发需求，这是海外厂商很难具备的。

此外，曙光自主研发实力很强。有国产化要求、担心海外供应链风险、追求完全自研的厂商，曙光存储有极强的吸引力。

而 AI 新技术，也要求存储厂商需要更多地跟介质厂商、网络厂商交互，共同探索全新的方案。以及在存储系统中纳入 AI 的能力，在算法上面有更多的积淀。因此，对存储厂商的综合能力、生态合作等，也都提出了新的要求。

从这个角度讲，曙光存储在 AI 领域的“引力弹弓”效应，也将进一步推动国产存储厂商的跟进与升级。

当越来越多的国产先进存储，为 AI 提供加速引力，一定会将 AI 推向更广阔的产业地带。那时，我们将看到一个更加辽阔璀璨的智能中国。