极客天成AI并行存储为多个千卡智算中心降本增效

首先，英伟达等GPU产品算力持续不断提升，2023年多数智算中心采购的是A100 GPU，2024年普遍换成了H100，算力带宽从200G提升至400G，对存储软硬件架构提出新的要求。如果存储产品无法匹配400G带宽要求，这对智算中心运营商来说是算力的巨大浪费。

其次，通过数据自由流动、冷热分离等方式降低存储成本，是智算中心运营商都希望实现的功能，特别是在2024年闪存售价上涨15%的背景下。同时，智算中心希望尽可能降低运维成本，整个数据流动过程最好是业务无感知、自动化完成，对存储产品功能提出更高要求。

再次，很多智算中心为了满足当前信创要求，同时会购买华为、寒武纪等国产厂商的算力集群，每套算力集群单独搭配一个存储设备有些浪费，智算中心运营商希望通过统一存储来适配异构算力，这样可以节省空间和资源。

02

基于NVMe over RDMA架构的存储产品成为行业共识

相比传统数据中心，智算中心对存储产品提出更高要求，新一代存储产品必须在存储介质、存储网络等方面有适配AI场景的技术特点。

存储介质方面，目前全闪已经成为行业共识，混闪介质更多是服务于数据流动场景，用于冷数据存储等。在全闪阵列中，存储技术NVMe（Nonvolatile Memory Express）已经全面取代SATA（Serial Advanced Technology Attachment）成为主流，NVMe利用服务器中的PCIe高速总线，将其直连服务器，从而减少了CPU开销，降低延迟，提升IOPS和吞吐量。

存储网络方面，越来越多用户开始接受RDMA（Remote Direct Memory Access）协议，替代传统TCP/IP协议。RDMA协议的特点是允许两台服务器直接读写对方的内存，而无需经过任何一台服务器，这带来两方面好处。一方面，基于RDMA协议能够实现高速传输数据，这在AI模型训练场景是至关重要的影响因素。另一方面，基于RDMA协议可以释放CPU，考虑到国产CPU产品的性能略逊于海外产品，这让CPU的性能劣势不会影响到存储产品性能。

03 

AI存储厂商选型：性能、稳定可靠、功能

智算中心等企业用户在选型存储产品时，重点考量三个方面：性能、稳定可靠和功能。

性能层面，正如前文所言，智算中心的GPU硬件已经升级至400G带宽，未来甚至会迭代至800G带宽，存储产品性能必须能跟上GPU性能提升，否则对智算中心而言是硬件上很大的浪费和损失。

稳定可靠对于智算中心越来越重要，整个智算中心市场逐步进入到运营阶段，加上现阶段有大量算力需求的主要集中在头部互联网公司和AI大模型厂商，智算中心之间的竞争势必越来越激烈。作为基础设施服务，稳定可靠一定是企业用户关注重点，存储又直接影响到企业用户最核心的训练数据，智算中心在采购存储产品时一定会关注稳定可靠性，看重厂商过往服务案例和经验。

冷热数据流动、数据安全、额度分配等功能是智算中心所需要的，存储厂商的产品需要能够支持上述功能，同时，这些功能最好是集成到产品中自动化实现，不需要太多人工干预。

04 

AI存储代表厂商：极客天成

国内市场提供AI存储产品的原厂主要分成国际大厂和本土厂商。国际大厂包含IBM（GPFS）、DDN、VAST Data等，本土厂商一类是华为、中科曙光等IT综合服务商，另一类是以极客天成、焱融科技、XSKY为代表的专注存储产品厂商，极客天成作为一家2016年成立的基于RDMA技术的存储厂商值得关注。

极客天成的主要产品是极客追光全闪一体机，提供100% 的 NVMe 存储介质和多种高速连接主机接口选项。2U NVMe 平台是业界最快的存储解决方案之一，速度达120GB/s，并且以最小的外形尺寸交付多达24块 NVMe 固态硬盘（SSD），主要应用数据实时分析、深度学习、AI药物研发、大模型训练等场景。

相比其他存储厂商，极客天成在成立之初就确定了RDMA技术方向，分布式并行文件存储NVFile、分布式块存储NVMatrix、分布式对象存储NVObject都是基于RDMA技术底座。

极客天成的文件存储产品采取全内核态的软件架构，这使得数据流动可以在内核态进行，不需要传到用户空间，数据交换效率最高。全内核态软件架构的存储产品对用户有两方面好处，第一，内核态存储产品能够跟上NVME技术提升带来的硬件升级，使得存储产品能够持续利用到硬件迭代带来的性能提升；第二，内核态存储产品在部署上更加灵活，极客天成的产品支持纯软件部署和软硬一体方案，能够适配到不同场景。

面向国内企业用户，极客天成的产品还具备两点优势。一方面，顺应国产化替代趋势，极客天成产品已完成对鲲鹏、海光、飞腾等国产CPU和华为昇腾、寒武纪等国产GPU芯片的适配。另一方面，极客天成没有盲目跟踪Share Everything架构，而是采取Share Nothing架构，主要是考虑到需要适配不同客户的硬件设备，ShareEverything架构尽管在性能上可以做到更强，但需要客户购买一体化硬件设备，在中国是比较难落地的。

产品功能上，极客天成能够实现数据冷热自动分级，降低智算中心运营维护成本。整个数据流动方案可以自动化执行，不需要由太多运维人员操作，降低操作风险。

尽管相较IT大厂，极客天成公司存续时间不长，但已经在金融证券、医疗、电信等领域有诸多客户案例，面向AIGC、量化投研等场景部署了千卡GPU训练集群，是专注存储产品厂商中落地部署千卡集群数量最多的厂商之一，产品的稳定可靠性得到初步验证。