不是单点突破，而是一场系统级工程的胜利——从DeepSeek到ParaStor，中国AI产业正在走出自己的破局之路。

01 IO500双榜第一：实战成绩单，而非实验室峰值

2026年6月24日，德国汉堡，ISC 2026高性能计算大会发布最新IO500榜单——中科曙光ParaStor F9000全闪存储系统同时登顶生产型全节点和10节点双榜第一。

这不是一个普通的榜单冠军。IO500榜单旨在评估真实工作负载下的I/O能力，而其中的“生产型榜单”更为严苛——仅纳入已在真实生产环境中长期运行的存储系统，部署周期通常以年计，测试结果直接反映系统在实际业务负载下的持续性能与稳定性。

换句话说：这不是实验室里的理论峰值，而是千锤百炼后的实战成绩单。

在本次测试中，ParaStor F9000交出惊人数据：

• 全节点带宽：26,888.39 GiB/s

• 元数据性能：232,754.76 kIOP/s

多项世界纪录被打破，最高提升超171.67%。

02 同一个答案，在不同领域回响：系统工程的胜利

比起榜单本身，更值得深思的，是一个贯穿先进存力与整体算力产业的共性命题——

高端AI芯片、HBM高带宽内存等底层硬件性能与海外巨头存在差异，这是短期内无法绕开的现实。

但中国产业界并未困守于“单点追赶”。从DeepSeek到中科曙光，不同领域的探索者，走出了一条共同的破局之路：以系统化工程思维驱动整合，通过软硬件协同优化、算法与架构联合设计，从用户真实需求和场景约束出发，反向求解最优方案。

算力侧的DeepSeek，是这一逻辑的典范——不依赖算力堆叠，而是通过MoE架构、FP8混合精度、DualPipe流水线等极致工程优化，用受限的硬件训出对标全球顶尖的大模型。

存力侧的中科曙光ParaStor F9000，正是同一套方法论的落地——不卷单盘极限，而是聚焦用户实战场景，凭借AI存储三级协同、全对称均衡设计、超级隧道HyperTunnel等系统级工程，将“以存提算、以存代算、以存降本”做到极致。

同一个答案，在不同领域回响：决定AI基础设施竞争力的，不再是单一硬件的参数，而是全链路协同的系统化工程能力。

03 算力焦虑到系统觉醒：GPU空转才是最大的浪费

在大模型训练的真实场景中，存储瓶颈、网络延迟、散热效率正在以惊人的速度吞噬算力。

有研究显示，在大规模分布式训练中，网络通信耗时占比已达到30%至50%；存储I/O不足导致的GPU空闲等待更是司空见惯。

一颗价值数万美元的GPU，可能因为存储带宽不够而长时间处于“饥饿状态”——这种隐性浪费，远比芯片本身的性能差距更致命。

这正是中国式系统工程哲学大展拳脚的舞台：强大算力网的背后，除了强劲的算力芯片外，还需要先进的存储、快速的网络、高效的散热等集成化能力。

一颗再强的GPU，如果存储跟不上、网络拖后腿、散热撑不住，最终也只能在集群里空转。

中科曙光这次登顶，恰恰证明了一件事——中国存力，正在以全产业链的系统能力，重新定义算力竞争的游戏规则。

04 七大链路：从“芯”到“端”的系统级布局

中科曙光用计算、存储、网络、供电、液冷、管理、软件七大链路，编织出了一张完整的算力底座。

从存储系统到计算芯片，从RDMA网络到液冷散热，从科学软件到算力服务平台——这不是某个单点的技术突破，而是一套面向AI时代的系统级工程。

以存储为例：如果把万卡级AI集群比作一条高速公路，GPU是跑车，那么存储就是加油站——油跟不上，再快的车也跑不动。

ParaStor F9000的登顶，恰恰证明了国产存储已经具备了“为顶级跑车持续供油”的能力。作为专为AI训练场景打造的存储系统，它可提供从千卡到十万卡集群的整机柜交付方案，支持千亿级参数大模型部署时间缩短1倍，集群训练效率提升50%。

背后是一套从芯片到应用的全链路优化体系：

• AI存储三级协同：真正实现“以存提算、以存代算、以存降本”

• 全对称均衡设计：网络、CPU、内存和NVMe闪存间每条I/O走最优路径

• 关键数据直通GPU显存：向量检索与KV Cache专项加速，让存储深度参与计算

05 应用验证：从实验室到产业化的最后一公里

精密的系统架构，若不能在实际业务中产生价值，终究只是纸上谈兵。ParaStor F9000是经过业务实践检验的成熟产品，经受住了PB级数据吞吐的考验。

具身智能领域：支持智元机器人系列产品快速迭代，提供超过500GB/s聚合读带宽，满足大模型训练对海量多模态数据的处理需求，保障机器人实时响应和丝滑交互体验。

自动驾驶领域：连续为国内头部造车新势力提供超百PB存储资源，覆盖从数据采集、清洗标注、模型训练到仿真验证的全流程数据闭环，将模型研发周期缩短40%以上，总体TCO降低40%。

AI for Science领域：中科曙光scaleX万卡超集群联合龙讯旷腾MatPL软件，仅以4096张异构加速卡并行运行，成功完成414.7亿原子规模液态水分子动力学模拟，且所有原子间相互作用均达到第一性原理级精度——刷新该领域世界纪录。

从具身智能到自动驾驶再到AI for Science——这些场景都不是“为了演示而演示”，而是从用户最迫切的工程痛点出发，把系统级能力转化为实实在在的业务结果。

在AI存储领域，中科曙光已连续两年国内市占率第一。

06 资本市场的价值重估：从硬件PE到平台PS

当技术被多场景反复验证、客户粘性持续增强，市场的审视视角便不再停留于产品参数，而是转向企业长期价值的底层逻辑。

英伟达之所以享有超高估值，不只是因为它卖GPU，而是因为它卖的是CUDA生态加NVLink加InfiniBand的完整方案。

DeepSeek之所以撼动全球AI产业格局，不是因为它拥有最顶尖的硬件，而是因为它在受限条件下交付了“用户最想要的结果”——用更低的成本、更快的速度、足够好的模型，重新定义了性价比。

中科曙光正在走的，正是类似的路径：从“芯”到“端”到“云”到“算”的全产业链闭环，让客户获得的不是单一产品，而是面向AI时代的完整基础设施能力。

这种系统级布局的护城河，远比单点技术更深。竞争对手可以复制一款存储产品，却很难复制“单点受限下、用工程化思维实现整体最优”的系统级协同能力。

IO500第一，不是某个产品的胜利，而是一个系统的胜利。

写在最后

从DeepSeek的架构创新到ParaStor F9000登顶IO500，中国AI产业正在书写同一个答案：

决定AI基础设施竞争力的，不再是单一硬件的参数，而是全链路协同的系统化工程能力。

而中科曙光，已经用七大链路紧耦合架构和双榜第一的成绩，向世界证明了——中国存力，正以系统工程思维，重写全球算力竞争的底层逻辑。

集成电路行业交流群

免责声明：本文内容来源于网络，除原创作品，本平台所使用的文章、图片等相关内容，属原权利人所有。集成电路前沿转载仅作为行业信息及新闻分享，不代表集成电路前沿支持或赞同本文观点，若有任何异议或侵权，敬请联系集成电路前沿，我们会及时处理，谢谢！