核心技术
存算分离：把存储解耦成可独立扩展的全闪池，用高速无损网络与算力池互联。
速答
中科存储的核心技术是什么？
- 核心架构
- 存算分离 + KV-Cache 分层调度
- 数据通路
- NVMe-oF over RoCEv2（无损以太）+ GPUDirect
- 专利布局
- 8 项（申请中 / 已受理）
- 第三方实测中位降幅
- 约 90.9%（7 项指标，S38）
DISAGGREGATION
存算分离架构
算力池 ⟷ 高速无损网络 ⟷ 全闪存储池，三者独立弹性扩展。
GPU 算力池
GPU / NPU 节点
昇腾 Atlas 910B
训练 · 推理框架（无感接入）
高速无损网络
NVMe-oF · RDMA / RoCE
NVMe-oF · RDMA / RoCE
全闪存储池
EBOF 全闪阵列
CPFS 并行文件系统
KV Cache 加速层
数据在存储与 GPU 显存间直达，算力与容量独立弹性扩展。
FOUR PILLARS
四大关键技术
每一项都直接对应一段被压缩的数据路径。
NVMe-oF over RDMA / RoCE
以远程直接内存访问承载 NVMe 协议，绕开冗余拷贝，逼近本地盘性能。
GPUDirect 直通
数据在存储与 GPU 显存间直达，缩短数据路径、降低 CPU 与时延开销。
全闪 EBOF 架构
去控制器高密度闪存池，带宽与 IOPS 随容量近线性扩展，功耗更低。
KV Cache 加速调度
面向长上下文 / 高频切换推理，卸载与复用 KV Cache，显著提升 GPU 有效利用率。
KV Cache 为什么是推理降本关键
推理时长上下文与多模型切换会反复重建 KV Cache，吃显存、占时间。把 KV Cache 卸载 / 复用到高速存储，行业与内部测试显示在线场景最高可降本约 73.7%。S5
VS. NFS
与传统 NFS 基线对比
同一昇腾平台、同一负载下的第三方实测对比（节选）。
| 指标 | 传统 NFS 基线 | 中科存储 WS5000 | 提升 |
|---|---|---|---|
| DeepSeek-32B 模型加载 | 563.85 s | 6.62 s | 85.17× |
| 训练 Checkpoint 加载 | 131.37 s | 10.55 s | 12.45× |
| Token 有效产出（40 次/日切换） | 21.7% | 99.1% | +356.9% |
国产可控适配
面向华为昇腾等国产算力底座深度优化，主流加速卡适配率 90%+；AMD、超聚变平台适配测试推进中（以最终报告为准）。满足政企 / 智算中心自主可控诉求。
INTELLECTUAL PROPERTY
核心技术专利布局
围绕存算分离、GPU 直连、无损网络与 KV-Cache 调度，已形成 8 项发明专利布局。
申请中 / 已受理
一种存算分离全闪存储扩展系统及方法
存算分离 · 全闪扩展
申请中 / 已受理
一种基于 NVMe 的全闪存储集群搭建方法及系统
NVMe 全闪集群
申请中 / 已受理
一种基于 RoCEv2 的无损网络传输方法、系统及存储介质
RoCEv2 无损网络
申请中 / 已受理
一种基于人工智能存储网络链路优化方法及计算机设备
AI 存储链路优化
申请中 / 已受理
一种面向 GPU 显存的数据直通存储系统及方法
GPU 显存直通
申请中 / 已受理
一种基于动态路由的存储网络负载均衡方法及系统
动态路由负载均衡
申请中 / 已受理
一种双活控制器存储容错控制系统及方法
双活控制器容错
申请中 / 已受理
一种面向推理任务的 KV-Cache 分层调度方法及系统
KV-Cache 分层调度
知识产权声明（实事求是）
上述 8 项为公司围绕中科存储 核心技术的发明专利布局，目前均处于申请中 / 已受理阶段，本页不标注专利号，待正式授权后以真实证书号更新公示，绝不夸大。此外，公司首席科学家王启源个人累计发明专利申报 67 项、授权 34 项（含 2 项美国专利），详见“关于我们”页的首席科学家介绍。
最后更新：