《流浪地球》中，科學家利用木星的 " 引力彈弓 " 效應，爲地球加速，成功脫離危機，是整部電影最激動人心的高潮段落。
加速，不僅在科幻電影中揪人心弦，對 AI 行業也十分重要。比如說，千億級大模型必須寫容錯點 checkpoint，一旦數據存儲發生災難性故障，導緻 AI 訓練中斷，對于一些着急上線的企業來說，時間就是生命線，可能造成難以彌補的損失。所以說，确保 AI 快速穩定地進行，是産業智能化的必要條件。
爲 AI 加速，存儲也可以起到 " 引力彈弓 " 效應。
試想一下，當你正在滑滑闆，有一個速度很快的人從你旁邊經過，拉了你一把，就如同彈弓弓弦一樣，給了你一個加速前進的力。存力之于 AI，就起到了類似的作用。存力和算力互相協同，通過存力來縮短數據讀寫時間，減少算力的空轉等待時間，可以有效提升 AI 大模型的訓練效率。
不過，想充分釋放存力的 " 引力彈弓 " 效應，傳統存儲的性能、可靠性等，就有些力不從心了。鍛造一張最适合 AI 的 " 引力彈弓 "，曙光存儲出手了。
此前，曙光推出的智存産品搭載五級加速方案，已經在政務、科研、金融、醫療等行業場景，相繼落地。就在近期，又宣布與智元機器人合作，成爲具身智能領域的存力夥伴。
在曙光存儲的存力底座上，越來越多的 AI 模型 / 能力，正加速奔向産業宇宙。我們就跟随這張 " 引力彈弓 " 的發射方向，來一場奔赴星辰大海的 AI 之旅吧。
" 引力彈弓 " 效應，利用了宇宙中天體的引力，當航天器進入引力影響範圍時，被拉了一把，行程就會開始加速。
對 AI 來說，存儲也自帶加速 " 引力 " 嗎？答案是肯定的。
至少從四個方面，存儲可以 " 拉 "AI 一把：
首先是性能。計算越複雜，對存儲性能和帶寬的要求越高，存儲必須足夠快，才能匹配上 GPU 或 AI 芯片，否則就會導緻算力空載、空轉或等待。在模型訓練中斷時從 checkpoint 快速寫回，也可以提高 AI 計算效率。
其次是質量。"garbage in，garbage out（垃圾進，垃圾出）"，存儲承載的數據質量，直接影響到大模型訓練的效果，随着大模型需要 " 咀嚼 " 的數據規模、類型越來越多，AI 存儲必須具備對海量規模、異構等數據的高效吞吐和處理能力。
第三是安全。存儲系統的管理審計、權限管理等，從數據 I/O 通路上保證用戶數據的安全可靠，不會有篡改、不可追溯等問題，也是 AI 用戶十分看重的。
第四是優化。存儲可以結合用戶業務，進行一些個性化的微調與适配，比如了解到業務數據中的大文件多還是小文件多，随機訪問多還是順序訪問多，在此基礎上進行參數調整，可以針對性優化，提升業務體驗。
因此，存儲在 AI 基礎設施中的優先級不斷提高。
去年大模型爆火初期，AI 行業用戶一開始隻關注存儲産品的容量，後續則慢慢意識到存儲的性能、開放兼容性、AI 應用适配性等更多維度指标的重要性。
從能用到智用，存儲之于 AI 的 " 引力 " 正越來越大，起到了越來越重要的加速作用。
AI 存儲對行業用戶的吸引力，越來越大，但動辄萬億參數、萬卡集群的 AI 大模型，對存儲的要求也指數級上升。
市面上是否有超強 AI 存力的産品，像木星推動地球一樣，發揮出強大天體才具備的 " 引力彈弓效應 " 呢？曙光決定來打造一個。
曙光 ParaStor 分布式全閃存儲，作爲最懂 AI 的存儲産品，核心特點就是一個字：快。
可以将 AI 整體表現提升 20 倍以上，讓數據無需等待，AI 也就快人一步。具體是怎麽做到的？曙光存儲運營總監石靜向我們解密。
這張最适合 AI 的 " 引力彈弓 "，有兩大核心：一是最強的數據底座，二是最佳的 AI 應用加速套件。
可以這樣理解，數據底座就像是天體本身的引力足夠大、足夠強。
曙光存儲的 ParaStor 分布式全閃存儲，在整個硬件層面進行提升，可以發揮出極緻性能。帶寬倍數提升，單個節點可以做到最高 150GB/s 帶寬，一秒鍾提供 150G 的數據吞吐。IOPS 十倍提升，一秒鍾可以處理 320 萬個 I/O 請求，實現高效吞吐。
而應用套件，就像是在原有引力基礎上再造一個加速引擎，推動 AI 走得更快。
ParaStor 分布式全閃存儲采用了業内獨家的 " 五級加速方案 "，盡可能地縮短整個 I/O 流程，讓數據更加靠近計算，分别實現了本地内存、Burst Buffer 加速層、網絡層（RDMA-Based）、存儲節點高速層（ NVMe SSD-Based ）、應用層（存儲直達 GPU）的五層加速。
最強數據底座 + 五級加速的最佳 AI 應用加速套件，成爲一張強有力的 " 引力彈弓 "，讓 AI 表現提升 20 倍，可以去往更廣闊的産業天地。
利用 " 引力彈弓效應 "，人造航空器 " 旅行者 1 号 " 飛出了太陽系，進入了太陽系外更廣闊的宇宙空間。曙光存儲可以讓 AI 走得更快，那麽能推動 AI 走得更遠嗎？
目前來看，答案是确定的。
作爲分布式存儲市場領導者象限中排名第一的廠商，曙光也在 AI 賽道上起到了引領作用。曙光存儲走向行業的足迹，連起來，就是 AI 邁向産業的 " 軌迹 "。
爲 AI 築底座。曙光存儲與中國移動合作，爲其新型智算中心提供存儲底座，助力萬卡甚至超萬卡集群的建設，算力網絡 AI 注智賦能，有望爲各行各業提供澎湃的智能算力。泉州智慧城市大腦，借助新一代曙光存儲的異構融合能力，實現海量異構數據資源的融合，打造更堅實的 " 數字底座 "。
爲 AI 謀效率。在與某 AI 大模型廠商的合作中，曙光存儲的 ParaStor 分布式全閃存儲，單節點 150GB/s 帶寬和 320 萬 IOPS，整體訓練效率提升 50% 以上，有了高效率的支撐大模型廠商更快推出産品來滿足市場需求。
爲 AI 降成本。目前，曙光存儲實現了國内外雙棧技術生态全兼容（CPU/GPU/OS/DB/Cloud），可以應對 AI 算力多元異構的技術挑戰，支持國内外不同廠商、不同架構、不同版本的算卡，以及多樣的大模型，幫助行業客戶在智能化過程中，實現成本均衡。更合理的成本，也可以加速 AI 的産業化進程。
爲 AI 謀新篇。在具身智能等新興領域，曙光存儲深入了解行業痛點，針對具身智能機器人低時延、高性能、絲滑體驗等剛需，憑借快訓練、快歸檔和合理成本等優勢，爲智元機器人打造堅實存儲底座，讓智元機器人可以實時、高效、絲滑地運行，及時處理故障，保持在最佳狀态，加速商用進程，開啓具身智能的新紀元。
不難看到，一張強大存儲的 " 引力彈弓 "，正推動 AI 走得又快又穩又遠，走向廣袤的産業宇宙。
可能有人會問，爲什麽最适配 AI 的存儲，會率先誕生在中國、在曙光？
首先，曙光與國内 AI 的距離最近。可以針對性地滿足國內 AI 廠商的定制化開發需求，這是海外廠商很難具備的。
此外，曙光自主研發實力很強。有國産化要求、擔心海外供應鏈風險、追求完全自研的廠商，曙光存儲有極強的吸引力。
而 AI 新技術，也要求存儲廠商需要更多地跟介質廠商、網絡廠商交互，共同探索全新的方案。以及在存儲系統中納入 AI 的能力，在算法上面有更多的積澱。因此，對存儲廠商的綜合能力、生态合作等，也都提出了新的要求。
從這個角度講，曙光存儲在 AI 領域的 " 引力彈弓 " 效應，也将進一步推動國産存儲廠商的跟進與升級。
當越來越多的國産先進存儲，爲 AI 提供加速引力，一定會将 AI 推向更廣闊的産業地帶。那時，我們将看到一個更加遼闊璀璨的智能中國。
