杭州2026年5月28日 /美通社/ -- 當前，AI大模型已達到萬億級參數、百萬Token（詞元）上下文長度的規模，且規模仍在持續提升。智算中心已進入"系統效率競爭"階段，為滿足AI大模型訓練和推理需求，GPU集群要實現高效運行，必須依托算力、網絡、存儲、調度和運維的整體協同。其中，存儲系統正從傳統的數據承載平臺，升級為影響GPU利用率、訓練效率和業務連續性的關鍵基礎設施。

面對海量訓練數據、高并發訪問、Checkpoint快速讀寫、冷熱數據混合管理等需求，云尖信息推出了高性能、高可靠、可擴展的分布式存儲解決方案。

云尖信息分布式存儲解決方案
云尖信息分布式存儲解決方案，采用"高性能全閃層 + 大容量混閃層 + 高速無損網絡 + 分布式并行文件系統 + 多協議統一訪問"的架構設計，以CS8000 X6與CS6000 X6雙產品協同，構建分層數據底座，充分適配大模型訓推場景和高性能計算場景，成為智算中心建設的優選方案。

雙產品協同，CS8000+CS6000構建分層數據底座
在分層架構中，CS8000 X6面向高性能數據訪問需求，單節點順序讀帶寬可達40GB/s；在典型小文件測試場景下，IOPS可達400K+。其作為全閃加速層，主要承載大模型訓練熱數據集、Checkpoint高頻讀寫、模型加載與分發、高并發文件訪問、低時延數據訪問等需求。

CS6000 X6面向海量數據承載需求，支持大規模橫向擴展，單文件系統容量可達200PB以上。其作為混閃容量層，主要承載海量非結構化數據、冷熱混合數據集、全量訓練數據與歷史數據、日志歸檔備份、視頻圖像文檔等大容量文件及中長期數據生命周期管理等需求。

兩者協同形成"高性能訪問+大容量承載"的分布式存儲體系， 滿足AI 訓練、集群推理與HPC場景下的數據訪問和長期管理需求。

從技術能力到業務收益，全維度解決行業痛點
基于上述架構，云尖信息分布式存儲解決方案從性能釋放、數據保護、彈性擴展、協議兼容、平滑遷移與智能管理等維度，支撐 AI 訓練、集群推理與 HPC 場景中的多樣化數據訪問需求。

     1、高性能并行訪問，提升GPU集群利用率

AI訓練、HPC仿真、多模態數據處理對高吞吐、低時延和高并發訪問要求較高，方案通過高性能分布式并行存儲與高速網絡協同，降低大規模并發訪問場景下容易出現 I/O 瓶頸的問題，減少 GPU 等待數據的時間，讓算力資源得到更充分釋放。

     2、分層數據承載，優化存儲成本與數據分層管理

面對訓練數據、模型文件、Checkpoint、中間結果、日志和歸檔數據的持續增長，方案通過CS8000全閃高性能層與CS6000混閃容量層協同，將高頻熱數據與低頻冷數據分層承載，在保障性能的同時降低全量全閃帶來的成本壓力。

     3、多協議統一訪問，減少數據孤島與遷移復雜度

方案通過多協議兼容和統一數據訪問能力，適配AI、HPC、大數據和通用業務環境，減少多套存儲系統并存帶來的數據重復、遷移復雜和管理割裂，有效降低數據遷移成本。

     4、分布式高可靠架構，支撐業務連續與彈性擴展

智算中心從幾十卡、百卡向千卡、萬卡演進，存儲不僅要擴容量，還要同步擴性能。方案通過多副本、糾刪碼、快照、遠程復制、故障自動修復與橫向擴展能力，保障硬盤、節點及網絡故障下的業務連續運行，并支撐智算中心后續規模擴展。

以高效數據底座支撐新一代智算中心
在智算中心建設中，算力決定上限，存儲決定效率，網絡決定協同。云尖信息分布式存儲解決方案以CS8000 X6和CS6000 X6為核心，構建覆蓋高性能熱數據訪問與大容量數據管理的分層存儲體系，為AI訓練、集群推理、HPC 和海量非結構化數據處理提供穩定支撐。

未來，云尖信息將持續完善面向 AIDC 智算中心的服務器、存儲、網絡、液冷和運維服務能力，以高效、可靠、可擴展的數據底座，支撐客戶智算基礎設施建設與業務持續演進。