當AI大模型參數規模邁入萬億級別，萬卡級超集群已成為前沿AI研發與應用的核心載體。然而澎湃算力的背后，數據存算速度正成為關鍵瓶頸，存力的性能、擴展性與協同效率，將直接決定算力價值的最終釋放。

面對萬億參數模型訓練與推理需求，存力既要滿足數十TB/s、億級IOPS、亞ms級延遲的極致性能，更要實現存算深度協同。曙光存儲以“存算網強協同”為核心思路，憑借超級隧道、AI數據工廠兩大核心技術與全棧產品矩陣，推動從“存數據”向“喂數據”的存力范式革新。

超級隧道：極致性能的數據加速引擎

超級隧道技術是基于微控架構實現的端到端數據通路，通過零中斷（擺脫OS干擾，時延極致穩定）、零競爭（資源隔離高效，并發無內耗）、零拷貝（數據直達目標，傳輸效率倍增)，實現極低時延與超高并發，適配AI超集群等高密度計算場景的需求。

該技術采用芯片、系統、AI應用三級協同設計，突破架構壁壘，讓數據傳輸路徑更短、效率更高。

芯片級：實現處理器、內存、高速網絡與NVMe SSD的深度協同，打造多條數據直達通路；

系統級：通過均衡調度，將前端I/O精準分配至最優路徑，避免資源浪費；

應用級：借助Burst Buffer與XDS技術，讓數據直供GPU近側存儲，減少GPU空轉，提升算力利用率。

基于三級協同，超級隧道技術可將2U24盤位NVMe全閃節點帶寬提升5.5倍，萬億參數模型Checkpoint從分鐘級縮至秒級；推理延遲降低76%，計算節點存儲訪問帶寬提升4倍。針對AI場景更實現推理時延降低80%、訓練速度提升4倍，萬億參數模型訓練周期縮短60%以上。

超級隧道尤其匹配AI應用場景，可使推理時延降低80%，訓練速度提升4倍，萬億參數模型訓練周期壓縮60%以上。

AI數據工廠：全流程AI加速中樞

AI數據工廠打破存力與算力的物理邊界，通過AI應用親和、AI數據加速兩大核心能力，讓存力平臺深度融入AI全業務流程，真正做到“以存代算、以存促算”，實現AI應用全流程加速。

AI應用親和通過KV Cache offload、多層數據分級等技術，針對性優化推理環節，大幅提升用戶使用體驗；AI數據加速則在全球統一命名空間技術基礎上，整合多類型存儲資源，配合向量數據庫優化、AI算子加速庫，實現高價值私域數據的token化自動生成，讓推理應用更專業、更精準。

從數據清洗標注到模型訓練、推理部署，AI數據工廠以更懂AI的存儲能力，打通數據流轉全鏈路，解決AI訓練中的“數據饑餓”問題，讓每一份數據都能高效轉化為算力產出。

產品矩陣：精準匹配算力需求

依托全棧自研技術與全國產芯片生態，曙光存儲打造了覆蓋集中式全閃、分布式全閃與混閃的完整產品矩陣，以極致性能和高可靠性，精準匹配智算集群發展過程中的多樣化需求。

ParaStor F9000分布式全閃：以刷新世界紀錄146%的成績登頂IO500 10節點榜單，220GB/s單節點帶寬、800萬IOPS，可為十萬卡集群提供數十TB/s訪問帶寬，是大規模智算集群性能核心。

FlashNexus集中式全閃：在被譽為“存儲界奧斯卡”的SPC-1測試中，以3000萬IOPS、0.202ms時延，刷新全球記錄，性能提升30%，四控緊耦合架構，超2億IOPS，滿足極端性能需求。

分布式混閃S6000：4U74盤位高密設計，空間密度提升70%，兼顧性能與成本，成為EB級存力平臺的理想選擇。

從自主創新技術到高適配產品矩陣，曙光存儲以“存算傳緊耦合”架構破解高密算力下的數據吞吐、擴展與協同難題，不僅成為曙光scaleX萬卡超集群的核心存力支撐，更彰顯了中國存儲技術在全球超高密度算力場景中的領先實力。