紫山龙霖GalaxSphere数据智能引擎四大AI核心场景性能全面领先

以下文章来源于苏州紫山龙霖信息科技有限公司，作者紫山龙霖

9月1日，全球权威AI性能评测组织 MLCommons 公布MLPerf Storage v3.0最新基准测试结果。苏州紫山龙霖信息科技有限公司（国芯科技参股公司，持股比例31.7143%）基于GLFS 全局数据操作系统打造的GalaxSphere数据智能引擎，在AI 训练、Checkpoint、KV Cache、向量数据库四大核心 AI 负载场景下，实现全场景性能全面领先。

国际权威标准，检验AI时代的数据基础设施

MLPerf由谷歌、英特尔、百度、哈佛大学等机构联合推出，国际AI工程组织 MLCommons 发起并维护，是全球最具影响力的AI性能基准测试体系之一。其采用公开、透明、可复现的标准化测试方法，已成为全球AI芯片、服务器、云平台及基础设施性能评估与采购选型的重要行业标尺。

MLPerf Storage关注的并不仅是存储设备的峰值带宽，而是数据基础设施面对真实AI工作负载时，能否持续、高效地支撑GPU与AI应用。

它回答的是几个核心问题：

训练时，数据能否持续供给GPU？

Checkpoint能否快速保存与恢复？

推理时，KV Cache能否支撑更高Token吞吐？更低的Token成本？

RAG场景能否支撑高并发知识检索？

随着GPU集群扩大，数据系统能否同步横向扩展？

23项核心指标，全面验证GalaxSphere数据智能引擎

本次MLPerf Storage v3.0测评中，全球19家厂商参与，包括：微软，英伟达，惠普，三星，Everpure，浪潮等，紫山龙霖GalaxSphere在AI 训练、Checkpoint、KV Cache、向量数据库四大核心AI场景23项核心指标中，16项每客户端性能指标排名第一，20项每RU设备性能指标排名第一；同时通过Tier0 1～4节点扩展测试，进一步验证了系统的线性横向扩展能力。

MLPerf Storage 3.0 23项性能指标

从每客户端极致性能到每RU设备效率，从训练、Checkpoint到KV Cache和RAG，再到多节点扩展能力，这些结果共同验证了GalaxSphere并非针对单一负载进行性能优化，而是具备面向AI全生命周期的数据服务能力。

MLCommons官网对GalaxSphere的表现给予了积极评价：

在 MLPerf Storage v3.0 测试中，GalaxSphere 在 AI 训练、checkpointing、KVCache 以及向量数据库工作负载中均取得了优异表现。这些成绩充分体现了该系统通过统一的数据平面来支持数据密集型 AI 流程的能力——该数据平面将全闪存热数据层与计算节点本地 NVMe Tier0 加速技术相结合。——MLCommons

这也印证了紫山龙霖一直坚持的方向：AI基础设施的竞争，不只是算力的竞争，更是数据供给效率的竞争。

让数据更快到达算力，让昂贵的GPU减少等待、持续高效运行，正是GalaxSphere所要解决的核心问题。

面向AI训练、推理、RAG、Agent等场景，GLFS将持续发挥统一数据访问、全局数据编排与数据加速能力，提升数据供给效率和GPU利用率，降低AI基础设施整体成本。

未来，基于GLFS数据操作系统的GalaxSphere数据智能引擎，将进一步应用于企业GPU集群、私有化大模型平台、智算中心、科研计算与HPC平台、RAG知识库、Agent及多模态AI等场景，加速计算，释放数据潜力。