寻找AI时代的关键拼图，从美国橡树岭国家实验室读懂AI存力信标

原文来源：脑极体

图片来源：由无界 AI生成

超算，是计算产业的明珠，是人类探索未知的航船。超算的发展与变化，不仅代表着各个国家与地区间的科技竞争力，更将作为趋势风向标，影响整个数字化体系的走向。

在目前阶段，超算与AI计算的融合是大势所趋。为了将AI模型与AI计算融入超算体系，一轮新的超算变革正在酝酿发生。与此同时，一个关键问题也显露了出来：我们是否需要配合AI大模型风潮，打造全新且独立的存储体系？

在超算领域拥有广泛声誉的橡树岭国家实验室（Oak Ridge National Laboratory），已经就这个问题给出了明确的答案：需要。

日前，我们在橡树岭实验室发布的面向2027年构建下一代数据中心相关计划中已经看到，其明确提出了应对十亿到百亿级大模型的引入，除了需要面向传统HPC场景的PFS（Parallel file system 并行文件系统），还需要单独设立AOS（AI-optimized storage AI 优化存储）存储系统，并给出了相关的详细品类定义与规格约束。

这个信息为何重要？其又将如何影响计算与存储产业的持续发展？

让我们共同来解读一下，这个智能时代的存力信标。

科学之巅的超算答案

不久之前，诺兰导演的电影《奥本海默》在全球热映，其中对曼哈顿工程的描绘让人印象深刻。

事实上，曼哈顿工程的影响远不止于影片介绍的范围。成立于1934年，隶属于美国能源部的橡树岭国家实验室，原本就属于曼哈顿工程的一部分。作为美国乃至全球最具代表性的国家实验室，其存在目的是攻克当下最严峻的科学难题，开发具有跨时代意义的技术。

从上世纪40年代开发核反应堆，到率先在完成中子散射开展材料的相关研究，再到为半导体产业提供了一系列信息与相关技术。橡树岭国家实验室可谓在每个阶段都深度参与了信息时代的重大科学发现，被誉为人类科学之巅。

时间来到今天，橡树岭国家实验室最具盛名的能力就是超算。在的2022年全球超算Top500名单中，橡树岭国家实验室的Frontier超级计算机系统夺得第一。其凭借1.102 Exaflop/s的HPL分数，成为人类有史以来第一台“E级超算”计算机。也就是说，Frontier实现了断代式的惊人算力，其超算性能大于排在它身后的468个超算体系之和。同时，Frontier还是全球AI计算能力最强的计算体系之一，其AI计算能力已经投身到了智能交通、智能医疗等领域的探索中。

由此可见，橡树岭国家实验室在超算领域拥有极强的先进性，堪称广义超算领域的绝对权威。而在打造Frontier为代表的超算体系过程中，实验室也正以更加深邃的目光，望向AI计算与存储的前沿探索之路。

他们给出的AI存力答案，显然可以被更多超算体系，乃至数字化建设整体所参考。

对AI存力底座的明确定义

长久以来，我们都知道AI专项算力的重要性。那么是否需要在存储领域构建AI专项存力呢？这一直是个业界激烈争论的问题。而橡树岭国家实验室的答案，或许可以起到一锤定音的效果。在其发布的面向2027构建下一代数据中心方案中，明确提出了面对大模型的引入，除了需要面向传统超算场景的存储体系之外，要单独设立AOS（AI-optimized storage）品类。这也就是说，要建设传统超算业务和面向AI业务负载的两套I/O存储系统——PFS和AOS，即构建更适应、更匹配AI负载的专项存储。

这是因为橡树岭国家实验室已经意识到，未来超算将面临着越来越多的AI处理任务。这不仅仅需要算力系统的提升，更需要单独针对存储系统进行升级。因此对AI工作负载定制全新的存储子系统至关重要。

两套I/O存储系统相比较的话，很容易找到区别。

传统的PFS，更多是针对单一POSIX文件命名空间，整体业务的I/O较大，并且更多针对大文件进行运算处理，更强调集群聚合带宽，对小文件的创建或读取性能要求并不高。

而相较于PFS，AI应用折射到AOS负载上的文件更加复杂，大小不一，并且数据密集型分析占据了更大比重，在全流程中会产生大量的数据或元数据随机读写情况。这就需要存储系统既具备高达千万级的IOPS与OPS、又拥有十TB/s级别的超高带宽来进行高速顺序读写。

简而言之，新的AI负载会带来巨大的存储性能需求，这是传统PFS系统所谓无法负担的。只有存储性能极大升级，才能让AI算力利用率提升，整个模型的训练效率升级。