2025 年 8 月 4 日，全球權(quán)威的 AI 性能基準(zhǔn)評測組織 MLCommons® 正式發(fā)布最新一輪 MLPerf® Storage v2.0 基準(zhǔn)測試結(jié)果。來自中國的存儲廠商焱融科技在此次測試中表現(xiàn)突出，其全閃存儲一體機 F9000X 不僅在全部模型測試中性能領(lǐng)先，更以三節(jié)點存儲集群 513GB/s 的總帶寬刷新 3D-Unet 模型測試的紀(jì)錄，登頂 MLPerf 全球性能榜單。

MLPerfStorage：AI存儲性能的黃金衡量標(biāo)準(zhǔn)

MLCommons 作為全球人工智能工程聯(lián)盟，始終致力于規(guī)范 AI 技術(shù)的準(zhǔn)確性、安全性、速度與效率評估，推動 AI 系統(tǒng)性能優(yōu)化，其權(quán)威性得到全球業(yè)界廣泛認(rèn)可。而 MLPerf Storage Benchmark 作為該聯(lián)盟專為 AI 場景打造的存儲基準(zhǔn)測試，通過模擬真實 AI 訓(xùn)練中的 I/O 操作，精準(zhǔn)衡量存儲系統(tǒng)向 GPU 輸送訓(xùn)練數(shù)據(jù)的速度與能力。

此次發(fā)布的 MLPerf Storage v2.0，在 v1.0 基礎(chǔ)上進一步升級：除保留 3D-Unet、ResNet50、CosmoFlow 三大訓(xùn)練模型外，新增 Checkpoint 工作負(fù)載，更全面覆蓋訓(xùn)練中斷點恢復(fù)、模型存檔等實際場景。為確保結(jié)果的嚴(yán)謹(jǐn)性與公正性，v2.0 要求每項基準(zhǔn)測試必須多次重復(fù)執(zhí)行（訓(xùn)練任務(wù) 5 次、Checkpoint 任務(wù) 10 次），且全程連續(xù)運行無失敗，同步提交完整測試日志，最終結(jié)果取多次運行的平均值 —— 這一系列嚴(yán)格規(guī)范，使其成為業(yè)界衡量 AI 存儲性能時最具參考價值的權(quán)威標(biāo)準(zhǔn)。

焱融全閃刷新全球紀(jì)錄最小規(guī)模集群性能第一

MLPerf Storage 基準(zhǔn)測試既支持單個計算節(jié)點（客戶端）運行多個 ACC（GPU 加速器）的模型測試，也適配分布式訓(xùn)練集群場景 —— 通過多客戶端模擬真實數(shù)據(jù)并行訪問存儲集群，充分覆蓋從單節(jié)點到分布式集群的全場景 AI 工作負(fù)載。其最關(guān)鍵的衡量標(biāo)準(zhǔn)，是在保證高性能 GPU 利用率（3D-Unet 與 ResNet50 模型下為 90%，CosmoFlow 模型下為 70%）的前提下，存儲系統(tǒng)所能實現(xiàn)的聚合帶寬。這項指標(biāo)是衡量存儲系統(tǒng)實際能力的核心，直接體現(xiàn)其在 AI 訓(xùn)練過程中是否能夠充分“喂飽”計算資源，避免造成 GPU 空閑浪費。

最新測試結(jié)果顯示，在 3D-Unet、ResNet50 以及 CosmoFlow 所有模型的測試場景下，于通用硬件環(huán)境中，針對分布式存儲的最小規(guī)模集群，即三節(jié)點存儲集群，焱融全閃 F9000X 在全球知名分布式存儲廠商中脫穎而出，集群總帶寬等關(guān)鍵指標(biāo)位列全球第一。尤其是在 3D-Unet 模型測試中，集群帶寬達(dá)到 513 GB/s ，為迄今已公布結(jié)果中的最高值。

數(shù)據(jù)來源：MLCommns 官方

除分布式場景外，在單客戶端測試中，焱融全閃 F9000X 同樣展現(xiàn)出優(yōu)異性能，進一步驗證了其在不同部署規(guī)模下的強勁數(shù)據(jù)處理能力。

此外，在新增的 Checkpoint 工作負(fù)載測試中，針對 Llama3-70B 模型場景，通過部署 8 個客戶端模擬并發(fā)請求、搭配 64 個模擬 GPU 環(huán)境，實現(xiàn) 221 GB/s 讀取帶寬與 79 GB/s 寫入帶寬的高性能表現(xiàn)。這種穩(wěn)定且高效的帶寬支撐能力，能夠精準(zhǔn)保障 Checkpoint 文件在模型訓(xùn)練全流程中實現(xiàn)秒級極速讀寫，從底層存儲層面為 AI 訓(xùn)練任務(wù)的斷點續(xù)訓(xùn)連續(xù)性與模型訓(xùn)練穩(wěn)定性筑牢技術(shù)根基，助力企業(yè)從容應(yīng)對大規(guī)模模型訓(xùn)練的嚴(yán)苛存儲需求。

焱融存儲MLPerf測試表現(xiàn)背后：技術(shù)積淀與生態(tài)協(xié)同是關(guān)鍵

據(jù)了解，焱融存儲去年便參與了 MLPerf Storage v1.0 基準(zhǔn)測試，并以出色成績從全球知名存儲廠商中強勢突圍。焱融存儲之所以能在 MLPerf 存儲基準(zhǔn)測試中持續(xù)取得優(yōu)異成績，核心在于其長期深耕 AI 大模型訓(xùn)練與推理等核心場景的技術(shù)積累：一方面，通過長期深耕大模型訓(xùn)練與推理等核心場景，深度理解 AI 工作負(fù)載特性；另一方面，從架構(gòu)設(shè)計到軟硬件全技術(shù)棧，持續(xù)推進系統(tǒng)性創(chuàng)新與優(yōu)化，構(gòu)建起應(yīng)對高性能負(fù)載的核心能力。

與此同時，焱融也與 NVIDIA、Intel、新華三（H3C）、憶恒創(chuàng)源（Memblaze）、大普微（DapuStor）等上下游生態(tài)伙伴展開深度協(xié)同，在網(wǎng)絡(luò)、芯片、服務(wù)器、SSD 等關(guān)鍵環(huán)節(jié)緊密合作，實現(xiàn)軟硬件的深度適配與極致優(yōu)化，有效保障系統(tǒng)在 AI 基礎(chǔ)設(shè)施全鏈路中的高效穩(wěn)定運行。

公開資料顯示，焱融全閃存儲基于其自研的高性能分布式文件系統(tǒng) YRCloudFile，通過多項關(guān)鍵技術(shù)實現(xiàn)性能突破：

采用自研 Multi-Channel 網(wǎng)絡(luò)帶寬聚合技術(shù)，可整合多張 InfiniBand/RoCE 網(wǎng)卡性能，在大 IO 場景下充分釋放硬件潛力，支撐超高速數(shù)據(jù)傳輸；

系統(tǒng)具備負(fù)載感知能力，可根據(jù)壓力智能切換中斷與輪詢模式，有效提升 IOPS 性能；

在 IO 模型層面，通過異步非阻塞設(shè)計減少上下文切換、增強并行處理能力，并通過處理器核心資源的高效分配，降低線程調(diào)度開銷，支撐高并發(fā)數(shù)據(jù)處理的同時，充分發(fā)揮 NVMe SSD 的性能優(yōu)勢；

針對大規(guī)模 GPU 集群易出現(xiàn)的網(wǎng)絡(luò)擁塞問題，專項優(yōu)化傳輸機制，保障數(shù)據(jù)傳輸?shù)母咝c穩(wěn)定。

隨著大模型向千億、萬億參數(shù)演進，存儲作為底層支撐的性能要求持續(xù)提升。此次焱融科技在 MLPerf Storage v2.0 中的表現(xiàn)，不僅印證了中國存儲廠商的技術(shù)實力，也為 AI 基礎(chǔ)設(shè)施的性能優(yōu)化提供了可參考的實踐路徑。業(yè)內(nèi)預(yù)計，未來存儲系統(tǒng)的高帶寬、低延遲能力依然是 AI 大模型廣泛落地的關(guān)鍵競爭力之一。