产品中心

距离“千衍”大规模宇宙学模拟项目完成已过去个月广东泡沫板专用胶厂，但关于它的讨论仍在发酵。

核心观点围绕个技术命题展开：在能计与AI域，存储正从配角变为决定系统能的瓶颈与关键支点。

此前，“千衍”项目已于今年4月正式发布，简单点来说，是科学们个用计机模拟宇宙演化的科研项目。它追踪了4.2万亿个暗物质粒子，在120亿光年的空间尺度上，重现了宇宙百亿年的变化过程，帮助科学研究暗物质和暗能量。

对此，我们与项目负责人乔研究员，以及总裁李斌进行入的交流。他们的回答指向同个向：存体不再只是理论设想，而是当前力突围须面对的现实课题。

存储已经跟不上计的强大了？

在“千衍”项目中，团队完成了次计实验：生成13PB数据，模拟120亿光年宇宙尺度下4.2万亿暗物质质点的百亿年演化。

项目负责人乔回忆广东泡沫板专用胶厂，团队初尝试用成熟软件在上运行，但测试两年始终跑不起来。因为支撑项目的不仅是致的力，需要与之匹配的能存储系统，来承载模拟过程中产生的海量数据。

乔作为从0到1看着“千衍”项目步步走到如今的研究人员，分享了“千衍”项目路走来的历程，他表示，起初，他们尝试使用上成熟的软件在大规模上运行，“次我们开始就是这么想的，找个成熟的软件拿过来放心。但是后来发现，也差不多测试了两年，发现根本就跑不起来，整个这个事情就走不下去了。”乔回忆道，从其他切换到曙光的架构，这背后是数次排查、调试和重写代码的夜。

为什么其他终未能承载“千衍”？关键不在于力规模，而在于架构匹配。项目前期使用的采用的是主从核架构，其核心优势在于规模庞大、力强劲，但致命的短板的是内存偏小——这与“千衍”项目的需求形成了锐的矛盾。“我们的模拟需要同时处理海量演化数据，这些数据先要能‘装得下’，才能‘得动’。”乔指出，而曙光的大内存架构恰恰契了天文模拟的需求。终，“千衍”在中科院网络中心的东上使用了上亿CPU核时与千万加速卡时，完成了模拟计。

透过“千衍”项目的经历，可以窥见当前能计的个技术趋势：在今天的AI和科学计中，能的瓶颈正在从计单元本身，向存储和数据搬运环节迁移。这个转变不是渐进的，而是结构的。乔的团队遇到的直接障碍是——当GPU和CPU的计能力持续飙升时，数据的读写和传输却卡住了整个链条的运转。“在存储这块、数据这块是个非常重要的事儿，之前大关注得并没有那么多，”乔坦言，“但它须是在个速存储上面，否则就处理不完了，我们实际上需要个非常快的处理式才能解决。”

而这只是行业的个缩影，当前论是能计域，还是智域，都普遍存在个困境，那就是“计核心越来越强大，但数据搬不动了”。美国德克萨斯大学奥斯汀分校教授Mike Boylan-Kolchin将“千衍”称为项“计奇迹”，德国马普天体物理研究所所长Volker Springel则认为它“刷新了当前数值宇宙学的发展限”。在这些赞誉背后，真正支撑起这奇迹的，恰恰是套能够将存储能到限的端全闪存储系统。

存力为何可能成为终制点？

天文域的端案例并非孤例。当2025年分布式存储市场规模次越集中式存储达到198.2亿元，同比增长43.7时，全闪存存储占比已提升至24.1广东泡沫板专用胶厂，成为市场增长的核心引擎。而全球市场规模也将在2026年突破186.7亿美元，以19.3的年增速扩张。这个速增长的市场，正在催生种全新的技术理念——存体不再只是实验室里的论文选题，而成为决定产业落地的核心命题。

在AI产业的另外侧，同样的存张力正以激进的姿态上演。当大模型服务需要每日处理数百TB甚至PBKV缓存数据时，数据搬动本身的能耗和延迟已经让传统架构捉襟见肘。郑纬民院士在吉林大学的讲座中明确指出，每个token对应的KV-Cache可达数十KB，大规模服务中每日需处理数百TB甚至PB缓存数据，对存储系统和传输速度提出要求。

在这种背景下，“以存储换计”的思路开始进入主流视野：将KV cache从GPU显存卸载到存储介质，通过存储系统的能换取计率的提升。这与“千衍”项目中乔团队对存储能的致追求，实际上是同个技术命题的两面——数据搬不动了，存储须扛起来。

而这也是为什么近年来众多做存储的厂商都在布局“存体”的根本原因。存体的核心要义，在于破计与存储之间的壁垒，实现数据“就近计、流转”，pvc管道管件胶从而解决传统能计架构中“力闲置、存储拥堵”的痛点。假如把力比作AI时代的引擎，那么存力就是这颗引擎的燃油系统。引擎马力再强，如果燃油送不进去，切都是徒劳。

对于“千衍”这样的大规模科研项目而言，存协同不仅是提升运率的关键，是实现项目目标的前提。

奥力斯    万能胶厂家    联系人：王经理    手机：18231788377（微信同号）    地址：河北省任丘市北辛庄乡南代河工业区

与此同时广东泡沫板专用胶厂，中科曙光总裁李斌给出了个耐人寻味的判断：“现在人工智能来了之后，其实对存储系统本身提出了很的要求，但是另外面也是未来可能会重塑未来存储的些发展技术向。”这句话的潜台词是：AI对存储的改变不是锦上添花，而是釜底抽薪。

存储行业的价值跃升，在宏观的产业层面有着加直观的体现。2025年二季度起，全球存储芯片价格开启了罕见的周期。TrendForce数据显示，2025年四季度DRAM约价较去年同期已上涨逾75。进入2026年，涨价势头未见缓解——2026年全球生产的DRAM中达70将被数据中心消耗，到2028年的产能已被预订完毕。支撑这场周期的，不仅仅是产能不足的传统逻辑，是AI训练和理对内存和存储的结构需求。存储正在从个以产能周期驱动的周期行业，转变为个由AI需求增长驱动的长期成长行业。

层次的变革来自于存储的“角升”。在传统计架构中，存储是被动的数据容器，CPU告诉它“给我数据”，它就把数据取出来递过去。但在AI驱动的计范式中，存储正在从“容器”升为“数据引擎”。这意味着，在未来的AI理架构中，存储将不仅仅是数据的保管者，将是计过程的积参与者，需要其具备主动理解数据语义，主动优化数据布局，主动配力调度的能力。

这正是存体的本质。它不是在芯片层面将计和存储二为，而是在系统架构层面，让两个环节从前端到后端实现度协同。在千衍项目中，这种协同以另种式体现：计系统负责模拟数万亿粒子的引力演化，存储系统则保障海量数据的写入与读取，两者之间的数据传输被优化到了致。

能存储成备品

“千衍”项目的成功，不仅是个科研项目的突破，预示着能计域的发展进入了能存储时代。

能计域对存体的需求，已经从“基础协同”向“度融”升。传统的存协同，多是实现存储与力的硬件适配，而未来的存体，将实现软件与硬件的度融，存储系统不仅能够提供数据存储和读写服务，还能够承担部分计任务，实现“存储即计”。“千衍”项目的实践，已经为这种度融提供了很好的范例——曙光的存储系统通过支持KV cache远端卸载、原生KV语义等技术，承担了部分AI理过程中的计任务，减轻了GPU的显存压力，提升了整个系统的运率。

对此，李斌表示：“AI时代的能计，是个力、存力、网络度紧耦的系统。存体的核心，就是破原有技术边界，实现有机协同。”

从趋势上看，国内存储行业需要主要有三个趋势：是能化，随着科研场景的升，存储系统的读写速度、容量上限将持续提升，以满足PB、EB数据的存储与处理需求；二是智能化，存储系统将引入AI技术，实现数据的智能管理、智能调度和智能优化，提升系统的运行率和可靠；三是国产化，随着国产替代的不断进，能存储的核心部件、软件系统将逐步实现自主可控，构建完整的国产生态。

“千衍”下步也契这向。乔介绍，丰富模拟的物理内容，并引入AI优化法、挖掘数据将成为“千衍”未来的发展向，“AI4S是未来科研的重要向”。

如果说“千衍”是对存限的次端测试，那么AI产业对存力的渴求则是广泛的压力测试。存储，正从力竞赛的“后勤部门”升为“战略前线”。

（文｜Leo张ToB杂谈，作者｜张申宇，编辑丨杨林）

1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定广东泡沫板专用胶厂，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。