如果不是 2016 年，AI 在围棋上大放异彩，关于高性能存储的故事本不会这么复杂——它应该是一场玩家数量极其有限的牌局，由英特尔、IBM、DataDirect Networks、WEKA 等寥寥几家头部玩家轮流坐庄。

这个牌局不欢迎生面孔，即使偶有例外，大概也会是像 Nutanix 一般——其 CEO 先后供职于 VMware 、博通、思科，算是“老朋友的新爱好”。

通常情况下，你很难在“存储”这般重要的事情上，获取大客户的信任。相对于其他赛道而言，存储领域对“后起之秀”更加不友好。

但 AI 好似一条巨型“鲶鱼”，搅混了高性能存储的水。

AI 兴起前，高性能存储的目标客户，以“超算中心”为主。时间一过 2016 年，这个市场就变成了由云计算、AI 公司、超算中心等客户构成的复合型市场。等到 2022 年，生成式 AI 兴起后，情况变得更加复杂。

今天，有许多创业公司专攻面向 AI 的文件存储系统，并且获得了挑战“存储巨头”们的机会。

这是为什么 MLCommons 社区和焱融科技这家公司，在近期吸引了如此之多的关注——

前者作为人工智能工程联盟，在 AI 工程相关的基准测试方面，颇有公信力。今年，MLCommons 围绕其核心的 MLPerf Training 基准测试套件，发起了一个面向 AI 存储场景的横向性能测试，叫做 MLPerf® Storage v1.0 ，吸引了众多在国际上“有头有脸”的存储厂商参加。

后者则是这套测试里，唯一一个参加了全部测试项目的国产厂商，且成绩相当不错，足以和“领头羊”DDN（DataDirect Network）掰掰手腕。

看起来，一个诞生于 2016 年前后，性能堪比 DDN 的中国玩家已经上桌了。但是，对于所有关注 AI 存储的企业和开发者来说，这次测试内含哪些信息，该如何解读？焱融科技又做对了什么？

MLCommons 的测试靠谱吗？

这首先取决于 MLPerf® Storage v1.0 本身，相对于 IO 500 这样的老牌榜单，在专业度和公信力层面表现如何。

至少从 MLCommons 社区的董事会名单来看，MLPerf 的专业度是有保障的——里面既有来自英伟达、英特尔、谷歌的 AI 业务高管，也有来自哈佛的教授，以及来自 Facebook 的 AI 研究员，可谓背景雄厚。

这也给 MLCommons 带来了额外好处：成熟的开源文化和独到的技术能力。以 MLPerf® Storage v1.0 为例，MLPerf 可以通过 CPU 来完美模拟 GPU 活动，你甚至可以选择是针对 A100 进行测试，还是 H100 进行测试。不需要大量的真实物理资源来完成压测，这是 MLPerf® Storage v1.0 能成功推出的关键。

从结果来看，多家存储公司参加了这次测试。既包括老牌企业 DDN、Nutanix，也包括 WEKA、Hammerspace 这类新兴明星企业，以及 simplyblock 这般成立仅两年的初创企业，在国内，则有焱融科技、华为、浪潮、JuiceFS 等多家公司参加。

而具体的测试方法，有着浓厚的、来自生成式 AI 的“时代特色”：根据存储服务场景的不同，MLCommons 在两个不同的测试版本上，分别选用了四款模型：3D U-Net（图像分割、医学类）、ResNet-50（图像分类，仅 v1.0 版本）、 CosmoFlow （宇宙学参数预测，仅 v1.0 版本）和 BERT-large（语言处理，仅 v0.5 版本），用以测试不同场景下的存储性能。

拿 1.0 版本来说，3D U-Net、ResNet-50、CosmoFlow 不但覆盖了常见的 AI 存储场景，也对存储设备的性能提出了不同要求。这三个模型的单个样本大小，分别是 150MB、150K、2MB，基本覆盖了不同标准下的“大文件”、“小文件”，考验的是厂商在不同场景下的性能调校，以及对元数据的处理策略。

更进一步，MLCommons 要求在 3D U-Net、ResNet-50 的测试中，AU（加速器利用率）必须大于 90%；CosmoFlow 测试的 AU 必须大于 70%。若 AU 一旦低于此值，说明存储性能不足以支撑 GPU 高效运行，即被认定为低效存储，花费太多时间在网络等开销上。

在整个测试过程中，MLPerf® Storage v1.0 会不断增加 ACC（虚拟加速器，也就是模拟 GPU）的数量，直到 AU 低于 90% 或 70%，。最终输出三项数据用作最终比对，分别是：被测机器支持的 ACC（虚拟加速器）总数、测试数据集大小、吞吐速率。

所有测试数据都会被公示，参评的厂商互相审校，交叉提问，只有关于测试成绩的提问全部被“Close”掉，才算做最终测试完成，保证了测试的公正合理。

当然，MLPerf® Storage v1.0 也存在一些问题，其核心是对测试场景的覆盖不够完整。比如缺少对大参数量级的模型的测试，从 3D U-Net 到 BERT-large，参数量级都很小；此外，测试只模拟模型对训练数据的访问，没有测试重新加载模型，或者写 CheckPoint 时，表现出来的存储峰值性能。

另外从 MLCommons 官方公布的结果来看，你很难直接得出一个厂商维度的综合成绩和排名。因为官方只公布了各厂商所提供机器的测试结果，而每台机器配置不同，价格不同，所以数据差异也较大。

我们只能结合存储市场的实际选型情况做自主推测：三项测试数据中，“ACC 总数”这项数据更为关键。至于数据集大小，其实可以忽略——测试数据集的大小，会被设定为测试机器内存的五倍，用以防止参与测试的厂商提前缓存训练数据。

综合来看，MLCommons 真正想展示给公众的数据是两个维度的数据：

1. 某厂商的一套存储系统，能支撑的虚拟 GPU 是多少颗，吞吐速度如何；

2. 该存储系统里的单个计算节点，能支撑的虚拟 GPU 是多少颗，吞吐速度如何；

但出于某些原因，社区没有将测试结果，细化到这个层面，也导致各家公关口径的成绩大相径庭。

比如 DDN 选择计算单闪存可以支撑的虚拟 GPU 数量。在这种算法下，DDN 排名第一，排名第二的是国产厂商——焱融科技。

但闪存数量通常不是一套存储系统的性能瓶颈，整体的网络开销才是。且各家产品架构不同，闪存数量，并不是存储设备在性能方面的通用单位。通过计算单闪存平均支持的 ACC 数量来做排名，无疑有失偏颇。

相比较之下，焱融科技以计算节点为单位衡量存储性能，泛用性更强。分布式训练集群场景，焱融存储在所有三个模型的测试中，能够支撑的每个计算节点平均 ACC 数量和存储带宽性能排名第一，排名第二的则是来自美国的独角兽 WEKA。

抛开计算方法层面的分歧，排名靠前的厂商大致有哪些，其实已经明确了——当下，虽然不能说，像焱融科技这般的国产存储厂商，已经完成了对老牌国外存储厂商的追赶和反超，但在部分垂直场景的存储技术上，“国货”和“洋货”确实已经可以同台竞技，甚至战而胜之。

“国货”的崛起逻辑

当然，对于国内厂商而言，技术实力很关键，但并不是全部。

这种来自国际权威组织的公开测试，与其说是一场“同台竞技”，不如说是一次宝贵的宣传机会。毕竟在硬科技领域，国内企业往往长于技术，短于生态和营销，几乎已经形成某种刻板印象。

好在，AI 技术的爆发，将市场拉回了某种混沌态，客户的需求几乎年年都在变，这是创业公司更为适应的生存环境——相较于传统巨头们，他们更灵活，也更有侵略性。

早期 AI 客户往往扎根于计算机视觉、自然语言理解等领域，对存储的要求与性能强相关，且主要考察“读”能力，对“写”能力要求不高。而到了大语言模型兴起后，对“写”能力的要求大幅提升。同时，为了保证模型训练、微调等环节的业务连续性，大模型要经常写 CheckPoint，这进一步增加了存储设备的“写”压力。

无论是 CV、NLP，还是大语言模型，对于存储设备而言，都是进行大文件读写。等到多模态能力在生成式 AI 中得到普及，图片和视频切片，形成了海量的小文件。对存储厂商而言，技术难度进一步上升。

“国货”的机会，也恰恰是在这些挑战中诞生的。

相比于存储大厂，新兴企业，尤其是国内的新兴企业，通常更加专注，比如焱融科技，只关注 AI 场景下的分布式文件存储。

此外，国产化替代仍然在进行中。生成式 AI 的发展，和新质生产力相关政策的出炉，不断刺激着国内分布式存储行业的发展。

单从市场层面看，“国货”在存储领域对“洋货”形成替代，实际上也是必然的。

首先存储直接影响业务的连续性和稳定性，一旦发生故障，相关技术团队需要立刻到位。这对于外企而言，显然有些困难。

其次，国内厂商对客户的定制化要求，包容度足够高，愿意配合客户进行一些架构上的探索，这更符合国内甲方企业的实际诉求。

最大的优势，还是在产业链层面。据业内人士透露，在闪存选 QLC，网络解决方案选 RoCE 的情况下，国内有不少上游厂商可供存储厂商选择，对比国外企业，大概会有 20% 的成本节省，从而表现的在终端售价上更有竞争力。

这是为什么，成立还不到十年的焱融科技，今时可以在 MLCommons 举办的测评中，和已经成立 26 年的 DDN 打擂台。

跳出舒适区

与上述判断相符的是，售卖存储设备的外企，在中国，仍处于长达十年的持续衰退中。以至于有研究机构，围绕国内市场做竞争力象限图时，DDN 这样企业的位置，已经从右上角（领导者）跌入左下角（专精者）。

这既给国内企业留出了充足的发展空间，同时也意味着，未来的增长故事不会发生在国内，而是发生在海外。有研究机构预测，到 2031 年，北美地区的软件定义存储市场预计增长到 380 亿美元以上，亚太地区预计增长至 275 亿美元以上，中国地区预计占到其中 33.7% 的份额。

类似 MLPerf® Storage v1.0、IO 500 这样的测试和榜单，对于国内企业而言，今后会变得更加重要。

焱融科技对此认知十分清醒。焱融科技 CTO 张文涛透露，对于六月底开始的 MLPerf® Storage v1.0，焱融科技实际上在 4 月就开始测试了。由于早期不知道同台竞技的企业有哪些，只能尽量逼近自身产品的极限值。

同时，今天的存储厂商每谈成一单生意，要解决的不光是性能问题，也是产品问题和服务支持问题。

大模型超长的训练周期以及其特殊的业务流程，要求存储厂商的产品，不仅性能够强，在产品设计和服务支持方面也要跟得上。

这是为什么焱融科技投入人力开发了 Dataload 智能数据加载功能——多云、混合云架构是过去几年间，国内最主要的云构建策略，而以 Dataload 为核心的解决方案，可以激活历史数据的价值，打通对象存储与文件存储，实现多云间的数据流转，消除性能瓶颈。

这其实是市场对产品提出的新要求。

成立于 2016 年前后的存储企业，即将迈过十周年的门槛，变得不再年轻。而随生成式 AI 的发展而诞生的新兴存储企业，正逐步进入市场主流视野。

曾经的“少壮派”们，如今面临着向上从巨头手中抢市场，向下严守基本盘的空前竞争压力。能否走出舒适区，将成为后续发展的关键一步。