MiniMax都在用!5500PB幕后功臣首次亮相,國產黑馬祭出殺招

MiniMax都在用!5500PB幕后功臣首次亮相,國產黑馬祭出殺招

文章圖片

MiniMax都在用!5500PB幕后功臣首次亮相,國產黑馬祭出殺招

文章圖片

MiniMax都在用!5500PB幕后功臣首次亮相,國產黑馬祭出殺招

文章圖片

MiniMax都在用!5500PB幕后功臣首次亮相,國產黑馬祭出殺招

文章圖片

MiniMax都在用!5500PB幕后功臣首次亮相,國產黑馬祭出殺招
編輯:定慧
【MiniMax都在用!5500PB幕后功臣首次亮相,國產黑馬祭出殺招】【新智元導讀】你花大價錢買的頂級GPU , 可能30%時間都在「發呆」——不是算力不夠 , 而是數據喂不上 。 這個被嚴重低估的AI困境 , 正在吞噬無數企業的真金白銀 。
今天AI算力中心正在上演一場「魔幻現實」:
幾十萬一張的頂級GPU , 三成時間都在「餓著肚子」干等數據 。
AI浪潮中一個被嚴重低估的困境正浮出水面:數據流不動 , 導致昂貴的GPU算力在「空轉」中白白消耗 。
在這一行業背景下 , XSKY星辰天合近日舉辦了AIMesh產品戰略發布會 , 旨在破解這一核心效率瓶頸 。
業界普遍觀察到 , AI訓練中因I/O等待導致的GPU利用率低下已成常態 , 一些場景下頂級算力有近30%的時間在等待數據 , 無法滿負荷運轉 。
這一效率問題的背后 , 是AI基礎設施面臨的深刻挑戰 。
隨著大模型算法日益同質化 , 企業真正的差異化優勢越來越依賴于自身獨有的「專有數據」 。
這些承載核心經驗與智慧的數字資產 , 因安全與合規要求必須留存于私有環境 , 其高效轉化能力直接決定了AI轉型的成敗 。

01隱形的高墻
AI進化的道路上 , 橫亙著三堵無形的高墻 。
第一堵是IO墻 。 計算芯片的吞吐速度狂奔 , 存儲系統的讀寫速度卻被遠遠甩在身后 , 導致昂貴的GPU計算單元時常陷入「無米下鍋」的空轉狀態 。
第二堵是內存墻 。 模型參數量爆發式增長 , 狠狠撞上了GPU顯存容量的物理天花板 , 限制了模型的規模和想象力 。
第三堵則是重力墻 。 數據一旦形成規模 , 就像擁有了質量 , 跨地域、跨集群流動的成本和延遲急劇上升 , 形成了新的、更難以打破的數據孤島 。
這三道關卡共同構成了AI工廠的「栓塞」 , 讓數據——這個智能時代的關鍵燃料——無法高效轉化為實際價值與競爭優勢 。 這正是「算力在等待數據的聲音 , 也是資金在燃燒的聲音」這一行業共識的根源 。

02十年磨一劍
面對這三堵墻 , 行業慣性的思路是「堆硬件」——用更快的SSD、更貴的HBM內存來強行闖關 。 但這無疑是一條成本指數級飆升的不歸路 。
XSKY認為破局的關鍵在于架構創新 。
這一思路建立在長期的實踐積累之上 。 成立十年來 , XSKY星辰天合已肩負著中國核心產業超過5500PB關鍵數據的安全重任 。
過去三年 , 在復雜多變的市場環境中 , 該公司實現了超過50%的逆勢高增長 , 全閃存產品占比翻了三倍達到35% , 并成功跨越了單集群百PB級部署的技術門檻 。 在金融、運營商、自動駕駛等對性能與可靠性有嚴苛要求的領域 , 其全閃存儲架構已經過規?;瘜崙饳z驗 , 為新一代架構革新奠定了基礎 。

03三網合一的「速通術」
本次發布的核心——AIMesh , 正是這場架構創新的集大成者 。
它被定義為面向「AI工廠」的數據與內存網 , 核心思路是用一套「三網合一」的柔性網絡 , 替代傳統僵化的存儲架構 。

第一張網是訓練數據網MeshFS , 專攻IO墻 。
它并非從零開始 , 而是將XSKY深耕七年的企業級文件系統XGFS , 與代表極致性能的XSEA全閃底座深度融合 。 MeshFS在保持對POSIX、S3、HDFS等全協議兼容的同時 , 實現了性能的線性飛躍 。
實測數據顯示 , 其順序讀帶寬比主流方案提升30% , 順序寫帶寬更是超出50% , 能讓數據如電流般極速供給GPU , 徹底解決訓練中的I/O等待問題 。

第二張網是全局對象網MeshSpace , 旨在推倒重力墻 。
其目標是構建EB級別的全局非結構化數據平臺 。
通過創新的Global Namespace全局命名空間 , 它能將分散在不同地域、不同云上的物理存儲集群 , 抽象為一個統一的「邏輯存儲池」 。 對業務而言 , 訪問數據無需再感知其物理位置 , 真正實現「一個入口 , 聯通全域」 。
其底層引擎已進入「單桶百萬OPS時代」 , 大塊數據寫入性能提升近50% , 延遲降低30% , 讓海量數據的自由流動成為可能 。

第三張網是推理內存網MeshFusion , 直接沖擊最棘手的內存墻 。
它通過軟件棧將本地SSD資源突破物理內存限制 , 轉為面向KVCache的「持久化內存」方案 。
該方案能以約1%的附加硬件成本 , 實現接近純內存方案的性能 , 在資源極端受限的特定場景下 , 甚至能憑借更優的I/O調度實現20%的性能反超 , 為承載百萬字超長上下文的AI推理應用 , 提供了極具成本效益的解決方案 。

04中立的「營盤」
在技術路線快速更迭的「百模大戰」中 , 企業面臨的核心焦慮之一在于技術綁定風險 。
選擇與某一特定算力或架構深度綁定 , 可能意味著未來的靈活性喪失 。

對此 , XSKY星辰天合明確的戰略選擇是:開放解耦 , 做中立的數據底座 。
這一選擇的底層邏輯源于對技術生命周期的洞察:尖端算力硬件的黃金生命周期可能僅為3-5年 , 而企業的核心數據資產則需要存續10年甚至20年以上 。
因此 , 需要用確定性的、穩固的數據底座能力 , 去支撐上層快速迭代、充滿不確定性的算力競爭 。 這便是「數據常青」理念的內涵 。
AIMesh的設計完全貫穿了這一原則 。
它不綁定任何特定品牌的算力芯片或云環境 , 致力于為企業提供一致、標準的數據服務接口 。 這種中立性與開放性 , 使其能夠融入多元化的技術生態 。
長期合作的國際芯片巨頭英特爾認為 , 該方案「精準擊中了當前AI基礎設施的痛點」 , 其軟硬協同的設計思路能充分發揮硬件潛能 。
從云計算時代就開始并肩合作的平臺伙伴ZStack則視其為「期待已久的‘最佳組合’升級」 , 其AI算力平臺與AIMesh在緩解I/O瓶頸、優化推理成本方面高度契合 。
而頭部AI科技公司MiniMax的反饋也證實 , 其混合云架構下的「數據孤島」難題 , 正需要MeshSpace這類全局數據管理方案來解決 , 因為「業務無需感知數據物理位置」的特性將極大簡化數據使用 。

結語
從2015年以軟件定義存儲打破硬件黑盒 , 到2017年用統一平臺打通數據協議壁壘 , 再到2022年提前布局全閃AI底座 , XSKY的十年步伐始終踩在技術范式轉換的節點上 。
如今 , 隨著AIMesh的發布 , 這家公司將自己的角色明確為「數據資產的守門人」和「AI之路的加速器」 。
三網合一的AIMesh , 其價值不止于性能參數的提升 , 更在于它試圖以中立、開放的架構 , 為企業構建一個能夠穿越技術周期的、穩固的「數據營盤」 。
在這個算力與算法如流水般迭代的時代 , 讓企業獨有的數據資產得以常青 , 成為支撐其智能化轉型最持久、最可靠的基石 。

    推薦閱讀