杉岩数据受邀出席算力及大模型产业创新发展论坛,以存算协同释放大模型算力潜能

10月15日，由深圳市半导体与集成电路产业联盟、深圳市智慧城市科技发展集团有限公司等主办的算力及大模型产业创新发展论坛在深圳成功举行。该论坛以AI算力、全域云算力为核心底座，打通AI芯片、GPU/NPU/DPU、RISC-V多架构算力壁垒，推动AI Factory场景，构建全栈自主可控的国产算力产业生态。杉岩数据作为AI原生数据基础设施与行业数智解决方案提供商，受邀出席本次论坛。

会上，杉岩数据技术专家张湘华发表题为《存算协同：如何释放大模型算力潜能》的主题演讲，系统阐释了面向AI原生时代的数据基础设施创新路径，并与芯片厂商、算力整机企业及大模型厂商代表共同探讨国产算力生态协同发展。

当大模型参数跨入万亿级，存储吞吐、网络带宽与功耗等瓶颈成为算力效率提升的核心制约。张湘华指出，当前算力产业面临双重困局：跨中心协同层面，区域算力中心间缺乏统一调度机制，资源孤岛式分布，硬件架构异构且缺少统一资源抽象层，跨中心迁移与负载均衡难以实现；中心内部协同层面，算力、存储、网络不协同，大模型训推频现瓶颈，算力资源与模型能力难以实现价值最大化。两者叠加，形成"区域有算力而AI应用找不到、AI应用有需求而区域算力资源对不上"的结构性矛盾。

曦算调度解决方案：构建三位一体全栈式算力平台

针对上述困局，杉岩数据提出的"曦算调度解决方案"，基于算力原生理念，深度融合数据管理、智能调度与训推服务，构建"资源统一纳管+任务智能调度+场景化AI服务"三位一体的全栈式算力平台。

架构上，该平台由曦算应用中台、曦算调度引擎、曦算云计算系统构成，分别承担应用运营、跨域调度与算力资源管理。平台通过统一算力资源池化层，对异构GPU及加速卡进行抽象与虚拟化管理，封装为标准算力单元，屏蔽硬件差异，实现"算力调得动"。业务匹配上，该平台预置行业算力画像模板，用户选定场景后自动完成算力匹配、环境部署与依赖配置；同时提供GPU卡级监控与利用率追踪，闲置资源自动回收并重新入队，保障算力投资全生命周期变现，实现"算力用得好"。

六大核心技术突破，驱动算力与数据深度融合

张湘华介绍，该平台围绕"存算协同+释放大模型潜能"，从跨域调度、数据感知、策略优化、异构融合、数据安全机制到大模型推理KVCache加速，构建六大核心技术体系，形成覆盖算力调度全链路的系统性突破。

技术一：全域智能调度引擎。自研"全局调度+节点本地调度"两级调度，一级负责跨机房、跨集群资源分配，二级聚焦中心内最优匹配，推理性能提升40%以上，打破算力孤岛。

技术二：基于数据感知的智能调度。通过算力、数据资源画像与任务特征建模，实现GPU、内存等多维精准匹配，GPU利用率提升至60%以上；低负载时段自动归并任务、关闭空闲节点，降低电费成本。

技术三：效率与成本双策略调度。 同一套异构算力池，基于性能优先、成本优先两种调度策略，按需切换， 让算力跟着业务目标走，效率提升3倍，成本降低70%以上，均支持零改造接入。

技术四：异构算力融合引擎。训推分离架构兼顾开发灵活性与服务高性能，全面兼容NVIDIA GPU、华为昇腾NPU等主流硬件，将GPU利用率从平均30%提升到80%以上，极大降低算力成本。

技术五：自动切换存储协议的数据安全机制。以"保险柜"理念构建六步闭环：数据静止隔离、任务按需选择、临时授权、窗口期访问、任务结束回收、数据回归保险柜，实现全生命周期安全可控。

技术六：大模型推理中KVCache极致优化。TurboCache技术可将KVCache缓存在存储中，通过高命中率规避大量重复计算，显著提升推理Token生成效率并降低算力支出。

实践验证：助力湖南省算力调度平台建设

湖南省算力调度平台是贯彻落实省委、省政府加快推进算力基础设施建设的省级重大工程，由湖南数据产业集团建设运营，旨在打造"接得进、看得清、管得住、调得动、用得好"的省域算力调度平台标杆。曦算调度解决方案作为该平台建设项目的核心产品之一，助力构建"超算、智算、通算、算网"四算一体的算力生态，为全省算力资源统一纳管、协同调度与高效运营提供关键技术支撑。

算力产业的竞争逻辑正在重构，单点峰值不再是决胜关键，系统级协同效率成为核心命题。杉岩数据以存算协同为支点，依托曦算调度解决方案与六大核心技术，破解算力供给与行业需求之间的结构性错配，为国产算力生态提供可调度、可运营、可安全管控的数据基础设施底座。未来，杉岩数据将持续深化AI原生数据基础设施布局，携手产业链伙伴，共建全栈自主可控的国产算力新生态。