采訪中，兩位專家介紹了聯(lián)想凌拓在AI時(shí)代的閃存存儲(chǔ)戰(zhàn)略布局。通過具有國際前沿技術(shù)的Lenovo ThinkSystem系列與本土自主創(chuàng)新的聯(lián)想問天系列兩大存儲(chǔ)產(chǎn)品線的協(xié)同，聯(lián)想凌拓構(gòu)建了覆蓋從數(shù)據(jù)庫到生成式AI全場(chǎng)景的強(qiáng)大閃存矩陣。

依托來自NetApp的ONTAP軟件技術(shù)與自主研發(fā)的分布式存儲(chǔ)系統(tǒng)MagnaScale，聯(lián)想凌拓不僅在AI訓(xùn)練與推理場(chǎng)景中提供極佳實(shí)踐方案，更通過QLC等閃存介質(zhì)的深度優(yōu)化和AIOps智能運(yùn)維技術(shù)，確保了企業(yè)級(jí)部署的極致性能與長(zhǎng)期穩(wěn)定性。

雙線布局：基于Lenovo ThinkSystem與聯(lián)想問天打造覆蓋全場(chǎng)景的全閃產(chǎn)品線

“我們已經(jīng)形成了非常完整且清晰的產(chǎn)品定位矩陣，”林佑聲指出。今年5月，聯(lián)想凌拓宣布推出涵蓋Lenovo ThinkSystem DM系列、Lenovo ThinkSystem DG系列、Lenovo ThinkSystem DE系列、聯(lián)想問天DXN分布式存儲(chǔ)系列等在內(nèi)的全新存儲(chǔ)組合。

他解釋道，聯(lián)想凌拓的兩大品牌分工明確，Lenovo ThinkSystem系列融合了國際化視野和前沿的存儲(chǔ)技術(shù)，負(fù)責(zé)持續(xù)引入全球領(lǐng)先的創(chuàng)新成果，服務(wù)于對(duì)技術(shù)領(lǐng)先性有極致要求的客戶。

而聯(lián)想問天系列則更聚焦于本土化戰(zhàn)略，深度整合中國本土的研發(fā)力量與供應(yīng)鏈資源，服務(wù)本土客戶。它以更“接地氣”的方式，打造了以分布式架構(gòu)為核心的強(qiáng)大解決方案，尤其在響應(yīng)國產(chǎn)化和信創(chuàng)需求方面具備獨(dú)特優(yōu)勢(shì)。

這種雙線并行的策略，使得聯(lián)想凌拓能夠靈活應(yīng)對(duì)從數(shù)據(jù)庫到HPC等傳統(tǒng)企業(yè)級(jí)應(yīng)用，以及新興生成式AI工作負(fù)載的各類需求，也能滿足一些行業(yè)對(duì)于國產(chǎn)化要求越來越高的需求。

全面擁抱AI：為訓(xùn)練與推理場(chǎng)景量身打造數(shù)據(jù)支撐

AI技術(shù)的爆發(fā)，特別是以DeepSeek為代表的開源大模型的普及，為數(shù)據(jù)存儲(chǔ)帶來了前所未有的挑戰(zhàn)與機(jī)遇。林佑聲強(qiáng)調(diào)，聯(lián)想凌拓早已為此做好準(zhǔn)備，為AI的全生命周期提供完整的解決方案。

AI預(yù)訓(xùn)練階段，追求算力與存力的匹配。過去，業(yè)界多采用GPFS等單一技術(shù)路徑，而聯(lián)想問天DXN系列提供了新的選擇。聯(lián)想問天DXN系列憑借分布式架構(gòu)與高性能并行文件系統(tǒng)，既為大模型訓(xùn)練提供所需性能，更能確保GPU算力得到充分釋放。

崔暢在采訪中提到，聯(lián)想問天DXN分布式存儲(chǔ)系列不僅能提供大容量存儲(chǔ)，而且性能也非常高。單節(jié)點(diǎn)帶寬高達(dá)96GB/s，IOPS達(dá)到120萬，并且它還支持英偉達(dá)的GPU直連技術(shù)，這些對(duì)于AI訓(xùn)練場(chǎng)景都非常重要。

而到了AI后訓(xùn)練以及推理階段，通常意味著走到了行業(yè)應(yīng)用階段。這一階段涉及的數(shù)據(jù)量相對(duì)較小，但對(duì)低延遲和多GPU間的數(shù)據(jù)共享要求極高。崔暢指出，這正是ONTAP操作系統(tǒng)的優(yōu)勢(shì)所在。其獨(dú)特的架構(gòu)能夠?qū)崿F(xiàn)多GPU平臺(tái)間高效、安全的數(shù)據(jù)共享，極大地加速了模型的微調(diào)和推理過程。

為了簡(jiǎn)化客戶的AI部署，聯(lián)想凌拓還推出了AIPod參考架構(gòu)，它整合了聯(lián)想的服務(wù)器、網(wǎng)絡(luò)、存儲(chǔ)以及合作伙伴的GPU，為客戶提供了一個(gè)經(jīng)過驗(yàn)證，并且能開箱即用的AI平臺(tái)。

林佑聲認(rèn)為，隨著推理場(chǎng)景的增多，全閃存與各行業(yè)的結(jié)合點(diǎn)也越來越多。在推理、訓(xùn)推結(jié)合、后訓(xùn)練等關(guān)鍵環(huán)節(jié)中，全閃存正在發(fā)揮越來越核心的作用。它不僅加快了模型處理的速度，也推動(dòng)了整體算力體系的技術(shù)躍遷，成為AI落地的重要支撐。

技術(shù)硬實(shí)力：從閃存介質(zhì)優(yōu)化到智能運(yùn)維，保障全生命周期穩(wěn)定

企業(yè)級(jí)全閃存的部署，不僅要看峰值性能，更要看重長(zhǎng)期的性能一致性、數(shù)據(jù)耐久度與存儲(chǔ)系統(tǒng)整體的穩(wěn)定性。崔暢分享了聯(lián)想凌拓的全閃存技術(shù)特別是在閃存存儲(chǔ)介質(zhì)方面的一些優(yōu)化技術(shù)。

面對(duì)AI技術(shù)浪潮對(duì)存儲(chǔ)提出的更高要求，業(yè)內(nèi)迫切需要更大容量的QLC SSD來進(jìn)行應(yīng)對(duì)。聯(lián)想凌拓在存儲(chǔ)產(chǎn)品中采用了60TB的企業(yè)級(jí)SSD，未來還將引入更大容量。面對(duì)QLC SSD帶來的耐久度挑戰(zhàn)，聯(lián)想凌拓從多個(gè)層面進(jìn)行了深度優(yōu)化：

首先，通過數(shù)據(jù)精簡(jiǎn)技術(shù)減少寫入量?；贠NTAP業(yè)界領(lǐng)先的重刪（Deduplication）、壓縮（compression）和壓緊（compaction）三重?cái)?shù)據(jù)縮減技術(shù)，能最大化減少實(shí)際寫入閃存的數(shù)據(jù)量。

然后，進(jìn)行寫入優(yōu)化。NetApp的WAFL（Write Anywhere File Layout）文件系統(tǒng)，能將離散的隨機(jī)小I/O聚合成條帶化的順序大I/O再落盤，從根本上減少了SSD的寫入放大和NAND磨損，有效延長(zhǎng)了閃存介質(zhì)的使用壽命。

在系統(tǒng)運(yùn)維層面，聯(lián)想凌拓的存儲(chǔ)系統(tǒng)具備疲勞檢測(cè)和預(yù)測(cè)性分析能力，能夠提前預(yù)警并主動(dòng)通知管理員進(jìn)行優(yōu)化。這種從“告警驅(qū)動(dòng)”到“預(yù)測(cè)驅(qū)動(dòng)”的轉(zhuǎn)變，可以提高運(yùn)維人員的工作效率，和系統(tǒng)的穩(wěn)定性。

聯(lián)想凌拓的存儲(chǔ)系統(tǒng)可以提供持續(xù)不斷的更新和迭代優(yōu)化能力。作為以軟件見長(zhǎng)的存儲(chǔ)廠商，NetApp每半年一個(gè)小版本，一年一個(gè)大版本進(jìn)行更新，更新中經(jīng)常有對(duì)于SSD的優(yōu)化，用戶可以以零停機(jī)的方式升級(jí)系統(tǒng)。

SSD閃存技術(shù)也在不斷演進(jìn)，每年都會(huì)有一些升級(jí)。對(duì)此，崔暢還表示，聯(lián)想凌拓的存儲(chǔ)系統(tǒng)可以很好地支持跨代次NVMe SSD的混插，確?？蛻舻拇鎯?chǔ)系統(tǒng)能夠平滑演進(jìn)，保護(hù)長(zhǎng)期投資。

共建生態(tài)：攜手伙伴，加速AI在千行百業(yè)落地

從技術(shù)角度來看，全閃存不僅顯著減少了機(jī)房的空間占用，還能有效降低能耗和制冷成本，對(duì)推動(dòng)數(shù)據(jù)中心綠色低碳發(fā)展具有積極作用。同時(shí)，在各行業(yè)的應(yīng)用中，閃存也展現(xiàn)出明顯的效率優(yōu)勢(shì)和業(yè)務(wù)價(jià)值。

例如，醫(yī)院過去通常采用冷熱數(shù)據(jù)分層的方式來存儲(chǔ)不常用的數(shù)據(jù)，但這種方式在調(diào)用時(shí)效率較低。如今隨著閃存成本的下降，醫(yī)院可以用閃存加速對(duì)頻繁訪問數(shù)據(jù)的處理，無需再嚴(yán)格區(qū)分冷熱數(shù)據(jù)，從而有效提升整體運(yùn)行效率。

在制造業(yè)領(lǐng)域，特別是在EDA領(lǐng)域經(jīng)常需要處理海量數(shù)據(jù)，在聯(lián)想凌拓全閃存儲(chǔ)系統(tǒng)的支撐下，不僅能提升整體計(jì)算性能，還優(yōu)化了其設(shè)計(jì)和研發(fā)流程，最終加快了產(chǎn)品開發(fā)周期。

當(dāng)閃存與AI結(jié)合，一場(chǎng)基于智能技術(shù)的效率革命正在各行各業(yè)展開。從醫(yī)療診斷到工業(yè)質(zhì)檢，從藥物研發(fā)到量化交易等等。通過閃存存儲(chǔ)技術(shù)提升數(shù)據(jù)處理效率，推動(dòng)更精準(zhǔn)、更高效的智能業(yè)務(wù)決策。

“在通往AI的道路上，我們不是獨(dú)立前行?！绷钟勇曉诓稍L的最后強(qiáng)調(diào)了生態(tài)合作的重要性。聯(lián)想凌拓正積極與國內(nèi)外GPU廠商，以及來自金融、制造、醫(yī)療等領(lǐng)域的行業(yè)ISV和主流云服務(wù)商展開深度合作，一起推動(dòng)AI落地。

結(jié)語

從產(chǎn)品矩陣的“雙線”布局到面向AI場(chǎng)景的深度適配，從核心技術(shù)的不斷打磨到開放共贏的生態(tài)建設(shè)，聯(lián)想凌拓正在為AI時(shí)代的數(shù)據(jù)密集型應(yīng)用提供堅(jiān)實(shí)可靠的數(shù)據(jù)底座。

正如林佑聲與崔暢所言，閃存技術(shù)的創(chuàng)新不僅關(guān)乎性能與效率的提升，更在于它可以推動(dòng)社會(huì)進(jìn)步與產(chǎn)業(yè)升級(jí)。未來，隨著AI與全閃存的結(jié)合日益緊密，聯(lián)想凌拓?zé)o疑將在推動(dòng)這場(chǎng)技術(shù)革命中扮演更加重要的角色。

zhupb