• 统一认知：让每位同事都能讲清「中科DPU WS5000 是什么、为谁解决什么问题」。
• 夯实基础：补齐 AI 算力中心（智算中心）基础知识，理解存储为何是隐形瓶颈。
• 用数据说话：掌握第三方实测与单位经济关键数字，对外有理有据。
• 会用会讲：拿到话术、FAQ 与各角色行动项，培训后即可上手。

公司战略聚焦 AI 算力基础设施，以 存算分离 为核心技术路线，旗舰产品线为 中科DPU，核心型号 中科DPU WS5000（WS-HBMM5000） 全闪加速存储算力一体机。

AI 算力中心（智算中心）是为人工智能训练与推理提供大规模并行算力的专用数据中心，由四大要素协同构成——缺一不可、相互制约。

• 算力：GPU / NPU（如华为昇腾）集群，决定「能算多快」。
• 网络：高速无损网络（IB / RoCE），决定「卡间能否高效协同」。
• 存储：海量高带宽数据供给，决定「GPU 是否吃得饱」。
• 供电与制冷：电力与散热（PUE），决定「能不能持续、划不划算」。

• 东西向流量：AI 集群里「卡与卡之间」的数据交换远大于「南北向」对外流量。
• 无损网络：InfiniBand 或 RoCE（RDMA over Converged Ethernet），低时延、零丢包。
• RDMA：远程直接内存访问，绕开 CPU 与多次拷贝，逼近本地访问速度。
• 中科DPU 的承载：以 NVMe-oF over RDMA/RoCE 把存储接入这张高速网，让数据「直达」。

PUE（电源使用效率）= 数据中心总能耗 / IT 设备能耗，越接近 1 越高效。电力与制冷是算力中心的主要持续成本之一。

面向 AI 训练/推理的 高性能全闪加速存储算力一体机。通过存算分离架构与端到端高速数据通路，使 GPU 集群摆脱「等数据」瓶颈，在 不改变上层框架 的前提下显著提升算力有效利用率、大幅降低数据中心总拥有成本。

• 解耦：把存储介质从计算节点中拆出，汇聚为独立的全闪存储池。
• 互联：通过高速无损网络与 GPU 算力池相连，数据「直达」。
• 弹性：算力与容量 独立扩展，资源池化、高效共享。
• 无感：上层训练/推理框架无需改造，平滑接入。

• 昇腾深度适配：面向华为昇腾等国产算力底座深度优化。
• 广覆盖：主流加速卡适配率 90%+。
• 在测拓展：AMD、超聚变平台适配测试推进中（以最终报告为准）。
• 信创友好：满足政企/智算中心自主可控诉求。

• 测评方：北京信息科技大学（国家级院校，独立第三方）。
• 平台：华为昇腾 Atlas 910B。
• 对照基线：NFS 网络存储（NFS over TCP，10GbE）。
• 中科DPU 链路：NVMe-oF over RDMA/RoCE（2×200GbE，线速 50GB/s）。
• 覆盖：推理加载/服务、训练读写、Token 效率，共 7 项关键指标。

• 不停机：在役集群无需更换 GPU，加速套件接入即提速。
• 提产出：改造后 Token 有效产出提升约 30%（保守口径）。
• 分成制：在增量产出价值中分成约 15%，与客户利益绑定。
• 可寻址：全国智算中心利用率不足 60%，存量提效空间巨大。

• 智算中心 / 算力运营方：新建或扩容，关心利用率与 TCO。
• 大模型 / AI 应用团队：训练慢、推理贵、上线/切换慢。
• 政企 / 信创客户：要自主可控、要昇腾适配。
• 已有数据中心：GPU 利用率低、想盘活存量。