在當前算力時代，以Token（詞元）為代表的算力需求已成為行業(yè)核心剛需，而穩(wěn)定、高效的算力運轉(zhuǎn)，離不開底層存力的可靠支撐。立足這一行業(yè)發(fā)展邏輯，中科曙光scaleX40超節(jié)點亮相2026中關村論壇年會，憑借自研的算存?zhèn)饕惑w化協(xié)同方案，以先進存力筑牢算力底座，加速釋放普惠算力。

先進存力，破解Token時代存力短板

當前AI產(chǎn)業(yè)已全面邁入以推理為核心的Token時代，大模型長上下文推理、多模態(tài)數(shù)據(jù)處理、AI智能體規(guī)模化落地，對存儲的帶寬、時延、吞吐能力提出極致要求。然而算力高速發(fā)展、存力支撐不足，成為制約AI商業(yè)化落地的核心痛點。

作為scaleX40的“專屬存力搭檔”，中科曙光自研ParaStor分布式存儲歷經(jīng)AI應用場景的針對性優(yōu)化，核心搭載ParaStorF9000NVMe全閃存儲節(jié)點。單節(jié)點帶寬高達220GB/s、IOPS突破1000萬，可同時為scaleX40單節(jié)點的40張GPU卡提供單卡超5GB專屬帶寬，完美匹配大模型訓推對存儲吞吐量的核心需求。

中科曙光分布式存儲ParaStor F9000

同時，ParaStor支持文件、對象、塊、HDFS多協(xié)議統(tǒng)一承載，可靈活構(gòu)建彈性存儲資源池，覆蓋scaleX40的scale-up與scale-out全擴展配置，為AI訓推一體化提供穩(wěn)定、高效的數(shù)據(jù)底座。

AI數(shù)據(jù)工廠，從支撐到賦能

依托ParaStor分布式存儲，中科曙光為大模型訓練、推理、智能體等典型應用量身打造專屬AI數(shù)據(jù)工廠，深度嵌入數(shù)據(jù)采集、清洗標注、訓練推理、迭代優(yōu)化全業(yè)務流程，持續(xù)強化scaleX40超節(jié)點的系統(tǒng)效能與業(yè)務適配性。系統(tǒng)內(nèi)置向量數(shù)據(jù)庫、AI數(shù)據(jù)處理與知識提取加速庫，實現(xiàn)高價值私域數(shù)據(jù)的Token化自動生成。

基于以存代算、以存促算的理念，AI數(shù)據(jù)工廠從根本上打破算力與存力的傳統(tǒng)邊界，讓存力從被動支撐轉(zhuǎn)向主動賦能，全面提升大模型的推理精度與行業(yè)適配性，為AI全流程業(yè)務提速增效。

“3+5”技術(shù)，釋放全棧性能

為徹底打通scaleX40超節(jié)點的存算協(xié)同壁壘，中科曙光創(chuàng)新打造“算、存、傳、管”的全棧強協(xié)同架構(gòu)，通過“3+5”算存?zhèn)骷铀偌夹g(shù)實現(xiàn)了數(shù)據(jù)全鏈路極致優(yōu)化。

計算側(cè)搭建內(nèi)存池與緩存池，依托XDS技術(shù)實現(xiàn)GPU直通存儲，消除數(shù)據(jù)中轉(zhuǎn)損耗； 網(wǎng)絡側(cè)借助scaleFabric原生RDMA高速網(wǎng)絡，帶寬提升2倍以上、時延降低3倍； 存儲側(cè)憑借獨創(chuàng)超級隧道技術(shù)，構(gòu)建專屬IO域，為數(shù)據(jù)提供無干擾、無競爭傳輸路徑。

實測數(shù)據(jù)顯示，在DeepSeek-R1-70B大模型測試中，結(jié)合KVcache卸載與XDS技術(shù)，120KToken長文本場景下，推理首字符時延（TTFT）降低97.3%，有效緩解大顯存壓力，突破長上下文推理性能瓶頸。

AI基礎設施競爭已從單純的峰值算力比拼，邁入以系統(tǒng)效能、存算協(xié)同、單位Token成本為核心的全新階段。算力與存力的一體化交付，成為推動智能算力普惠、降低行業(yè)落地門檻的重要路徑。#中科曙光