新闻资讯

一、前言：很多智算项目的瓶颈，不在 GPU 而在存储

做 AI 训练、CAE 仿真、4K/8K 媒资非编、大规模数据备份的同学大概率都踩过同一个坑：GPU 卡配齐了，算力看着很充裕，训练却频繁等待数据加载、仿真计算中途 IO 抖动、媒资剪辑卡顿、大备份任务越跑越慢。

很多时候不是算力不够，是存储峰值带宽跑不上去、高负载下性能跳水、长尾延迟不可控。 普通机械盘、混合存储、普通 NAS，在持续大带宽场景很容易成为整个集群的短板，昂贵的 GPU 长时间空转，项目周期拉长，算力成本白白浪费。

今天带来京存全闪存储实测数据，聚焦大家最关心的顺序带宽、负载稳定性、长尾延迟表现，聊聊这套方案怎么解决 IO 卡顿问题，落地智算项目。

二、核心实测指标

本次实测在标准业务压力模型下采集，核心性能结果：

• ✅ 顺序读带宽：19.2GiB/s

• ✅ 顺序写带宽：10.8GiB/s

• ✅ 核心优势：稳定低长尾延迟，高吞吐不掉速

划重点：很多存储厂商只放空载跑分，高负载、长时间加压之后带宽断崖下跌、延迟毛刺激增。京存这套全闪的重点，是持续负载下吞吐稳定、长尾延迟可控，而不是单纯一个空载峰值数字。

单纯的高带宽只是基础；AI、仿真这类长时间持续运行的业务，最怕的就是 “跑一会儿性能就掉下去”。哪怕平均带宽达标，一旦出现高 P99、P999 长尾延迟，就会直接体现为：数据集加载卡住、仿真迭代中断、渲染帧超时、备份任务速度忽快忽慢。

三、四大典型场景落地价值

1. AI 数据集加载（CV、NLP、多模态训练）

AI 训练的典型模式是反复迭代读取海量数据集，大量连续读 + 阶段性 checkpoint 写入。

• 19.2GiB/s 的顺序读带宽，可快速喂饱多卡 GPU 集群，减少 DataLoader 等待；

• 低长尾延迟保证 shuffle、小文件混读、断点续存时 IO 稳定，提升 GPU 利用率，减少算力空转；

• 支持多计算节点并发挂载，多个训练任务共享统一数据池，不用反复拷贝数据集。

2. 工业仿真、CAE、CFD、EDA 仿真场景

仿真场景的特点：超大文件、阶段性爆发写、长时间连续 IO，对时延抖动非常敏感。 仿真求解器一旦遇到 IO 延迟毛刺，很容易出现迭代收敛异常、任务异常中断。 这套全闪持续高吞吐不掉速，能够支撑网格文件、结果文件的读写输出，保障仿真任务连续跑完，减少重算成本。

3. 媒资生产：4K/8K 素材剪辑、转码、渲染

媒资场景是典型大文件顺序读写负载，多条剪辑工作站、转码集群并发访问素材库时，很容易抢带宽、出现画面卡顿、丢帧。 稳定的顺序读写带宽 + 可控长尾延迟，支持多路素材并发读取、成片写入，支撑后期制作、批量转码流水线稳定运行。

4. 大规模备份、快照、数据迁移

全量备份、异地数据同步、快照归档，非常吃顺序写带宽。10.8GiB/s 顺序写可以大幅缩短备份窗口，在业务低峰期快速完成数据保护；同时稳定的性能曲线，避免备份挤占在线业务 IO，做到在线业务 + 备份任务混跑。

四、为什么 “低长尾延迟、不掉速” 比峰值跑分更重要

这里解释一个行业经常被忽略的概念：长尾延迟（Tail Latency）我们看 benchmark 的平均延迟意义有限，业务真正感知的是 P99、P999 延迟。哪怕 99% 的 IO 很快，剩下 1% 的慢 IO，就会造成上层业务卡顿、超时、任务报错。

很多全闪产品空载跑分很漂亮，长时间加压、多业务混跑之后：SSD GC、后台校验、元数据锁冲突，会带来大量延迟毛刺，吞吐快速衰减。 京存全闪在架构层面做了 IO 路径、调度策略、闪存介质管理优化，保证：

1. 持续大压力下带宽不跳水，不会 “跑分好看，上线拉胯”；

2. 长尾延迟收敛，毛刺少，业务响应可预期；

3. 一套存储同时承载读密集、写密集、混合 IO 多种负载，适合智算中心多业务混部。

五、适配智算项目存储方案思路

智算集群存储架构选型，一般分层设计：

• 热层：京存全闪存储，承载训练数据集、仿真工程文件、正在生产的媒资素材，解决 IO 瓶颈；

• 温冷层：对象 / 分布式块存储，存放归档数据集、历史仿真结果、成片归档，平衡成本。

优势：不用把所有数据都放在高价全闪上，只把对延迟、带宽敏感的热业务放到全闪层，兼顾性能和 TCO。支持 POSIX 标准文件接口，原生对接主流训练框架、仿真软件、转码工具，业务侧几乎不需要改代码，平滑迁移。

六、总结

• 跑分：顺序读 19.2GiB/s、顺序写 10.8GiB/s；

• 差异化亮点：稳定低长尾延迟，高吞吐不掉速；

• 主打场景：AI 数据集加载、工业仿真、4K/8K 媒资生产、大规模备份；

• 核心收益：解决上层业务 IO 卡顿，提升 GPU / 算力利用率，降低任务失败、重跑风险，作为智算项目高性能热数据底座。

在智算项目落地里，存储不再是简单存文件的容器，而是决定算力能不能充分释放的底座。如果你的项目正被数据加载慢、IO 抖动、训练卡顿困扰，可以重点评估这类持续稳定型全闪方案，而不是只看空载峰值跑分。