Everpure宣布其FlashBlade//EXA存储架构在MLPerf基准测试中，于405B和1.25T参数模型检查点及KV缓存性能方面位列第一。

2026年9月2日，Everpure宣布，在最新发布的MLPerf Storage v3.0基准测试中，FlashBlade//EXA在405B和1.25T参数模型检查点（checkpointing）及KV缓存性能类别中均位列第一。该基准测试旨在评估严苛AI工作负载下的存储性能，而非孤立地衡量指标，从而凸显基础设施对计算效率的直接影响。

当训练任务需要保存检查点，或推理工作负载检索KV缓存数据时，存储便从次要考虑因素转变为关键组件。如果存储无法跟上速度，闲置的GPU和加速器将直接转化为资本浪费和吞吐量损失。

“这些结果再次证明，FlashBlade//EXA提供了市场上最高的性能和规模，始终领先于日益增长的AI工作负载需求，”Everpure首席技术与增长官Rob Lee表示。“处于AI开发前沿的组织需要能够提供极致性能和可扩展性的基础设施，且无需在可靠性和操作简便性之间做出妥协。FlashBlade//EXA是唯一能够实现这一点的解决方案。”

在大规模场景下，检查点测试结果尤为引人注目。在使用30个数据节点、跨越1,024个模拟加速器处理1.25T参数模型时，FlashBlade//EXA在17.74秒内实现了877.52 GiB/s的写入带宽，在28.99秒内实现了588.28 GiB/s的读取带宽。性能从使用10个数据节点时的327.65 GiB/s写入吞吐量，线性扩展至使用30个节点时的877.52 GiB/s。这种线性扩展至关重要，因为AI工作负载本质上是动态的；随着组织扩大计算能力、增加模型规模、摄入更多数据并扩展容量，其底层存储也必须相应扩展。

推理端也发生了类似的转变。随着组织从训练越来越大的模型转向大规模部署服务，KV缓存管理已成为数据路径的重要组成部分。在MLPerf测试中，仅使用存储即可为Llama 3.1 8B工作负载提供每秒85,736个令牌（tokens），结合存储和内存可为8B工作负载提供每秒67,642个令牌，而仅使用存储则为70B工作负载提供每秒33,403个令牌。这些数据突显了行业更广泛的转变：存储不再仅仅是计算操作之间的被动存储库，它必须以由AI工作负载决定的速度积极参与数据路径。

这种性能得益于FlashBlade//EXA的解耦架构，该架构将元数据管理与数据传输分离。在基准测试配置中，配备120个专用于元数据的DirectFlash模块的30个FlashBlade//EXA刀片与30个Linux/NVMe数据节点协同工作，通过统一文件系统提供约866 TB的有效容量。该系统利用基于TCP的NFSv4.1/pNFS进行文件布局协商，并利用基于RDMA（RoCEv2）的NFSv3进行高速数据传输。因此，数据直接穿越底层网络结构，消除了集中式存储路径相关的瓶颈。

随着AI集群的扩展，这种架构差异变得越来越重要。目标不是构建针对单一配置优化的存储系统——这种系统在AI环境演变时需要重新设计——而是部署一种架构，使其容量和性能能够与计算资源无缝扩展，同时不会给工程团队带来额外的复杂性。

这种方法符合Everpure的战略演变，即从传统存储阵列向企业数据云（Enterprise Data Cloud）转型——这是一个软件驱动框架，旨在帮助企业管理和利用数据，以应对日益复杂的环境。AI是对这一愿景最严格的考验之一，因为现代基础设施不能再被视为孤立组件的集合。GPU、网络、存储和数据必须协同运作，且每一方的性能越来越依赖于其他方。在此背景下，可预测地扩展数据传输的能力可能与峰值性能指标同样关键。

Everpure（纽约证券交易所代码：P）通过行业领先且持续演进的存储和数据管理平台，赋能组织掌控其数据。该公司确保数据在AI时代保持可访问、智能且优化性能，从而帮助企业释放数据的全部潜力。Everpure简化了数据管理，同时扩展了性能并显著降低了能耗。凭借超过十年的最高净推荐值（Net Promoter Score）之一，Everpure成为全球最具创新力组织的首选合作伙伴。欲了解更多信息，请访问www.everpuredata.com。

来源：Mike Adams, Everpure