网易首页 > 网易号 > 正文 申请入驻

存储+CPU“硬核组合”:XSKY、焱融协同AMD EPYC让企业放“芯”存

0
分享至

人工智能究竟需要多少数据才能变得聪慧?从训练大模型所需的海量语料,到驱动具身智能的行动思考,然后赋能各行各业孕育全新价值,川流不息的数据背后无不依赖高效存储的支撑……换句话说,存储早已是不可或缺的“数据底座”。

如今,在越来越多数字化、自动化、智能化的应用场景中,“存储 + CPU”这对 CP 正释放出协同的强大能量。当分布式存储厂商携手 AMD EPYC 打出一套“组合拳”,存储与 CPU 就像是在演奏一首和谐的交响乐。“芯”之所动,存储往之!

新一代存储厂商中的佼佼者XSKY 星辰天合、焱融科技等正与 AMD EPYC 并肩,以“存储 + CPU”的协同之力,更好地助力千行百业的数智化转型。

数智驱动 存储与 CPU 协同进化

随着智能化时代的到来,存储系统也面临着前所未有的双重考验。一边是“数据浪潮”持续冲击,尤其是非结构化数据的存储、加工和价值挖掘,让传统存储的性能、扩展性等屡屡“碰壁”。另一边“智能需求”在层层加码,AI 训练对数据吞吐量的要求从百 GB 级跃升至 TB 级,推理场景更是将响应时间卡紧在微秒级的红线内,安全保护需求水涨船高。

当数据洪流遇上AI 智能革命,唯有打破存与算的壁垒,形成“存储 + CPU”深度协同的合力,才能有效突破数据存储与管理在容量、性能、可扩展性和安全性等方面的重重困局,为企业转型升级注入底层动力。



XSKY 星辰天合、焱融科技等存储厂商顺势而为,在深化“存储 + CPU”协同应用方面作出成功表率。无论是 XSKY 星辰天合面向 AI 算法的智能数据管理平台,还是焱融科技面向AI训推和HPC 场景打造的分布式全闪存储一体机,都以 AMD EPYC 处理器为动力引擎。得益于其强大的计算性能、出色的内存与 I/O 扩展能力、优异的能效比,以及高度的安全性,XSKY 星辰天合、焱融科技的存储解决方案能够最大程度释放整机的效能,更好赋能场景化的数智应用。



激活数据生产力 XSKY 星辰天合携手 AMD EPYC 支持 AI 智能化应用落地场景分析

在AI 技术向实体经济深度渗透的浪潮中,工业质检成为 AI 落地的标杆场景 —— 通过机器视觉与 AI 算法的融合,实现从人工抽检到全量自动化检测的跨越。这一转变不仅依赖精准的 AI 模型,更需要强大的数据基础设施支撑海量质检数据的存储、治理与高效调用。XSKY 星辰天合携手 AMD EPYC 打造的 “工业AI质检” 协同方案,正以硬核技术实力破解工业 AI 质检落地难题,成为 AI 在制造领域规模化应用的关键支撑。

工业AI 质检的落地瓶颈:数据管理的 “三重挑战”

工业AI 质检的核心逻辑是让 AI 模型通过学习海量历史缺陷数据实现精准判断,同时在产线中实时调用数据完成推理决策。这一过程面临着数据管理的三重考验:

●数据孤岛困境:AOI、AVI等检测设备分散存储数据,跨厂区检索如同“大海捞针”,严重制约 AI 模型训练的数据覆盖度;

●效率与成本矛盾:百万级日均质检图片未经优化存储,导致容量成本激增,而传统存储的分钟级检索速度,无法满足缺陷追溯和AI 模型迭代;

●全流程协同缺失:质检数据与MES 等生产系统割裂,无法实现 “缺陷数据 - 工艺优化 - AI 模型升级” 的闭环,难以支撑 AI 质检的持续价值释放。

硬核组合破局:让工业 AI 质检从 “能做” 到 “做好”

XSKY 与 AMD EPYC 的协同方案,正是瞄准工业质检这一 AI 应用的核心痛点,以 “软件+硬件” 的深度协同构建专属支撑底座:

1、统一存储架构打破数据壁垒

通过XSKY分布式存储+ EasyData 易数管理平台方案,实现AOI、AVI、SPI、CCD等多类型检测设备数据的统一汇聚,4U 高密服务器集群可承载百亿级文件,弹性扩容支持 “零感知” 扩展,彻底终结多套 NAS 并存的数据孤岛问题。AMD EPYC 处理器的多核心高并发能力,为海量数据的并行处理提供算力支撑,确保数据采集与存储的实时性。

2、智能数据引擎激活AI 价值

自动标签与秒级检索:与MES 系统联动,自动解析质检数据并自动生成标签,结合AMD EPYC 的高效计算支撑,实现百亿级数据的秒级精准定位,较传统方案效率提升百倍;

AI 驱动成本优化:内置智能图片压缩引擎,结合热温冷分层存储策略同时通过 WORM 技术保障数据不可篡改,满足 AI 训练数据的合规性要求;

●全流程协同加速:原生支持NFS/HDFS 协议,实现质检数据向 AI 训练平台的零拷贝共享,配合 AMD EPYC 的低延迟特性,加速 AI 算法迭代。

从数据存储到AI 模型训练,从实时检测到产线提效,XSKY 与 AMD EPYC 的方案不仅是工业质检的技术支撑,更以 “存储 + CPU” 的协同,打通了 AI 在工业领域从 “技术可行” 到 “应用落地” 的最后一公里,成为 AI 赋能实体经济的典型实践。

筑牢算力基座 AI存储厂商焱融科技携手 AMD EPYC 支持 AI 训练、推理与智算场景落地分析

焱融科技在高性能存储领域持续创新,技术底蕴深厚,而AMD 面向 AI 打造的 EPYC 处理器以卓越的性能、强大的计算能力和优异的能效比著称。双方的联合解决方案实现了从硬件底层架构到软件存储算法的全方位协同创新,打破了传统存储性能瓶颈,可满足 AI 应用高吞吐、低延迟、高并发的数据处理需求。

千卡级智算中心“智勇”双全

千卡级智算中心平台通常面临着海量数据处理与高性能计算的双重压力。以更低的成本存储海量训练数据,以高性能并行文件存储匹配大规模GPU 集群读写要求,与容器平台进行高效对接并满足灵活扩展的要求,对存储提出了严苛挑战。

支撑千卡级智算中心平台运行,搭载AMD EPYC 处理器的焱融高性能全闪存储“又快又稳”:基于 PB 级大容量存储和数百 TB 高性能存储的分层架构,完美适配冷热数据的管理需求;依托智能数据流转机制,数据可在不同存储层级间自动高效迁移,大幅提升数据的利用效率;借助 CSI 接口与容器平台的无缝对接,结合 RDMA 技术释放存储性能潜力,达到加速模型训练进程的目的。在整个过程中,AMD EPYC 处理器凭借海量 PCIe 5.0 通道与内置 RDMA 引擎,为焱融科技的全闪存储提供了澎湃的算力与低延迟的网络支撑,实现了计算、网络、存储的“三力合一”,很好满足了千卡级智算中心对算力和数据处理能力的要求。

“模”高一尺,“道”高一丈

在AI 大模型训练场景中,数据的高效存取是释放 AI 算力潜能的关键,这对存储系统的性能、可扩展性等提出了极高要求。

焱融科技与AMD 联合构建的超高性能全闪集群采用搭载 AMD EPYC 处理器的数十台裸金属 GPU 服务器,提供强大算力支撑;AMD EPYC 处理器凭借丰富的 PCIe 通道与网络加速能力,为全闪存储提供充沛带宽,实现高效的资源利用;YRCloudFile 存储集群通过IB网络与服务器连接,依托 YRCloudFile POSIX 私有客户端协议实现了并行存储数据,兼顾存储与传输的高效协同。

值得一提的是,得益于AMD 的技术支持,焱融存储方案的能力不止于训练场景 —— 针对 AI 大模型推理对低延迟、高响应的需求,焱融科技推出基于 KVCache 的 YRCache 推理加速方案,从训练到推理,为 AI 大模型全生命周期提供存储性能保障。

存储 + CPU 形成“齿轮效应”,深耕场景化应用

扁舟共济开新境,繁花满径润千行!

今天,当数据驱动的智能化在企业中快速落地,“存储 + CPU”的协同已不再是简单的技术叠加,而是破解转型痛点、激活数据应用价值的关键支撑。而存储能力的落地,更离不开 CPU 在算力供给与调度、低延迟响应、数据传输、安全加速等方面的持续赋能。

上述诸多场景化的落地实践彰显出XSKY 星辰天合、焱融科技等存储厂商与 AMD 在联合共创的道路上不断探索,锚定智能化发展方向,通过构建“场景牵引-技术协同-价值落地”的闭环,持续锻造新质生产力,共同助力和推动企业的数智化转型。

内容转载自:云头条

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
知名车评人宣称永不碰小米,曝小米汽车众多问题,更多车主参战

知名车评人宣称永不碰小米,曝小米汽车众多问题,更多车主参战

云景侃记
2025-09-14 11:28:13
事实证明,被传卖掉上亿豪宅移民美国的王刚,已经走上另一条大道

事实证明,被传卖掉上亿豪宅移民美国的王刚,已经走上另一条大道

胡一舸北游
2025-08-05 00:01:02
不断挑战底线,凉凉不可避免!香港一步步失去了内地游客的市场!

不断挑战底线,凉凉不可避免!香港一步步失去了内地游客的市场!

青眼财经
2025-08-07 23:48:28
官宣:青岛市委常委孙永红,被查

官宣:青岛市委常委孙永红,被查

新京报政事儿
2025-09-14 10:21:31
成毅《赴山海》首播收视第1,却差评一片,古装丑男再添三员猛将

成毅《赴山海》首播收视第1,却差评一片,古装丑男再添三员猛将

查尔菲的笔记
2025-09-13 11:11:24
1-0,40岁莫德里奇惊艳处子球一剑封喉,AC米兰2连胜,逼近前四

1-0,40岁莫德里奇惊艳处子球一剑封喉,AC米兰2连胜,逼近前四

侧身凌空斩
2025-09-15 04:45:10
邵阳小伙湘超献绝杀,甜美女友承诺进球就给奖励

邵阳小伙湘超献绝杀,甜美女友承诺进球就给奖励

懂球帝
2025-09-14 11:03:37
太疯狂!iPhone 17预售开启,苹果官网被挤崩,股价大涨!网友:根本抢不到,不是说丑吗?小米总裁:很强,牙膏挤爆了

太疯狂!iPhone 17预售开启,苹果官网被挤崩,股价大涨!网友:根本抢不到,不是说丑吗?小米总裁:很强,牙膏挤爆了

每日经济新闻
2025-09-13 00:56:04
一个花卷33,一碗豆腐汤要69,贵到离谱的西贝,为什么总是挤满人

一个花卷33,一碗豆腐汤要69,贵到离谱的西贝,为什么总是挤满人

北纬的咖啡豆
2025-09-13 19:14:42
这不给首发?17岁恩古莫哈上场仅10分钟,多次在对方禁区内造险

这不给首发?17岁恩古莫哈上场仅10分钟,多次在对方禁区内造险

直播吧
2025-09-14 23:46:10
石平事件再度升温:日本社会拒绝接受,中国坚决“拒绝废弃物”

石平事件再度升温:日本社会拒绝接受,中国坚决“拒绝废弃物”

科普100克克
2025-09-14 03:21:42
15岁后防神童横空出世,小小年纪开价高达1400万镑,两大豪门疯抢

15岁后防神童横空出世,小小年纪开价高达1400万镑,两大豪门疯抢

零度眼看球
2025-09-15 07:15:03
68岁的国家一级演员杜源,最近因为应聘保安上了热搜

68岁的国家一级演员杜源,最近因为应聘保安上了热搜

小光侃娱乐
2025-09-12 18:15:08
特朗普举着孩子照片,对哭泣的母亲承诺:我相信中国会执行死刑的

特朗普举着孩子照片,对哭泣的母亲承诺:我相信中国会执行死刑的

博览历史
2025-07-21 17:59:30
iOS 26将于明日发布 带来八项全新功能

iOS 26将于明日发布 带来八项全新功能

cnBeta.COM
2025-09-15 02:27:08
知识分子的“正义”幻觉,制造了人类社会的巨大灾难

知识分子的“正义”幻觉,制造了人类社会的巨大灾难

听哲学
2025-09-12 22:31:52
好声音没夺冠,果断嫁爱奇艺总裁,今官宣离婚,给所有人上了一课

好声音没夺冠,果断嫁爱奇艺总裁,今官宣离婚,给所有人上了一课

古木之草记
2025-09-13 16:07:14
WTT澳门赛孙颖莎夺冠之路:连胜5位劲敌卫冕,5场比赛仅丢7局

WTT澳门赛孙颖莎夺冠之路:连胜5位劲敌卫冕,5场比赛仅丢7局

乒谈
2025-09-14 19:50:36
链家一口价狂潮,谁在导演这场房价下跌大戏

链家一口价狂潮,谁在导演这场房价下跌大戏

谢晖说房
2025-09-14 22:23:05
大量“电视手机”流入闲鱼,全新23块,免费收看CMMB节目

大量“电视手机”流入闲鱼,全新23块,免费收看CMMB节目

数码辣条
2025-09-12 18:28:04
2025-09-15 07:36:49
掌上云科技
掌上云科技
始终坚信科技改变生活,科技能让生活变得更加美好
164文章数 0关注度
往期回顾 全部

科技要闻

L3级车型要来了!辅助驾驶迎重大利好

头条要闻

罗永浩深夜发文:贾总 找个平台直播理性对一次话吧

头条要闻

罗永浩深夜发文:贾总 找个平台直播理性对一次话吧

体育要闻

利物浦1-0绝杀十人伯恩利 萨拉赫95分钟点射

娱乐要闻

花泽香菜官宣离婚 结束与老公5年婚姻

财经要闻

西贝贾国龙,“错”得离谱

汽车要闻

混动狂潮 835马力V12 阿斯顿·马丁的最后浪漫

态度原创

健康
游戏
教育
艺术
公开课

内分泌科专家破解身高八大谣言

《隐形守护者》导演新影游demo15日上线!有金发美女

教育要闻

山东多校开展开学第一课活动,费曼学习法被推荐

艺术要闻

故宫珍藏的墨迹《十七帖》,比拓本更精良,这才是地道的魏晋写法

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版