随着十四五规划的落地、“东数西算”工程正式全面启动,推动数字化转型向纵深迈进。如何有效地管理海量多样的数据类型,实现资源共享,进一步发掘数据价值,高效支撑多样化应用,成为存储系统亟待解决的问题。3月23日,曙光就以上问题在京举行技术研讨,与行业资深专家共探存储新发展。
分布式统一存储
应对海量数据多样化应用需求
“面对海量爆发的数据,传统集中式存储已经不是最优选了,现在更多是采用分布式存储解决这个难题。”在海量数据多样化应用需求面前,中科曙光存储事业部副总经理张新凤给出了解决方案。
据悉,相较于传统存储,横向扩展的分布式存储具备扩展性强、容量大、数据安全性高等特点,可轻松应对海量数据的管理需求。而近10年来,曙光一直致力于海量数据存储与处理技术的研发,面对数字化转型的挑战,曙光分布式统一存储系统ParaStor,可应对“5G+AI+云”时代下的海量数据多样化应用需求。
曙光ParaStor集结多项优势
激发数据潜在价值
张新凤介绍,去年底,曙光ParaStor融合了文件、对象、块、HDFS多种协议,真正实现了海量异构数据资源的融合,高效助力企业的数字化转型,可广泛应用于高端计算、通信、自动驾驶、EDA、能源勘探等多个领域,全面挖掘数据的潜在价值。

曙光ParaStor单一存储节点同时支持文件、块、对象、HDFS四种存储服务,3节点存储集群即可承载非结构化与结构化数据业务,消除存储设备多样性及管理复杂性,降低存储系统的构建成本;为了满足对象应用,曙光ParaStor对IO协议栈进行极简优化,实现了单桶千亿KB级小对象的存储能力,存储集群百万级TPS吞吐性能可达到业内领先水平;同时,曙光ParaStor提供原生HDFS接口,无任何协议损耗,无缝接入大数据平台,实现存储与计算资源按需配置的同时,满足新老存储同时读写,应用“0”改造,数据“0”迁移,构建更佳的高性价比大数据存算分离解决方案。
值得一提的是,基于自研优势,曙光可根据不同行业用户的不同需求,进行代码级的定制化设计与开发,产品功能和性能指标可大大优于同类产品。同时,多年来超大规模项目的部署经验与应用的支持,让曙光ParaStor的可靠性和稳定性得到了充分的市场检验。
“存储市场是需要很深技术积累和很大资金投入的市场,所以很早预估到行业的发展趋势,进行自主研发产品的企业一定会跟未来的趋势高度结合”赛迪顾问业务总监高丹表示。作为国内第一批做自研分布式存储的厂商,曙光将不断进行自我革新,根据市场趋势进行产品和系统的迭代升级,开发更多场景应用,切实推进企业的数字化转型。
曙光技术圆桌派精彩回顾:https://live.vhall.com/v3/lives/watch/556380469
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。