九章雲極陳靜力：高性能存儲破局算力“饑渴症”，讓每一分算力投入都“看得見回報”

　　/朝聞通/上海，2026年7月18日——2026世界人工智能大會期間，“智聯為擎 合一共進”AI網絡前沿生态論壇如期舉行。九章雲極技術總監陳靜力受邀發表主題演講，面向政企、科研機構及AI廠商代表，拆解大模型訓練推理中的存儲瓶頸，并首次系統披露九章智算雲3.0的“算力治理”閉環——從“算力能用”到“算力好用”的完整升級路徑。

　　“許多企業以為多買GPU就能提速，結果錢花了，卡卻常常在‘等數據’。”陳靜力一開場就點破行業普遍誤區。他解釋，大模型訓練像一條流水線：GPU是“工人”，存儲是“傳送帶”。當傳送帶速度跟不上工人節奏，再多的工人也隻能幹等——這正是當前AI算力利用率偏低的根本原因。随着萬億參數模型、超長上下文推理、具身智能仿真等業務普及，海量數據湧入，傳統存儲“傳送帶”頻繁卡頓，GPU空轉、算力浪費成為行業常态。

　　針對上述難題，九章雲極交出兩張“技術答卷”，分别對準訓練與推理兩大場景。DingoFS是專為AI訓練打造的并行文件系統，深度适配PyTorch、Megatron-LM等主流框架，基于RDMA、RoCEv2高速網絡實現數據“端到端零拷貝”——好比貨物從倉庫直達工位，無需中轉搬運。實測數據顯示：打滿200Gb網卡帶寬僅需1核CPU處理，傳輸4MB數據時延低至220微秒，較傳統方案提速數倍。兼容POSIX标準接口，千卡、萬卡級集群可穩定跑滿，從源頭消除訓練中的“等數據”時間，GPU利用率顯著提升。

　　DingoCache則是針對生成式AI推理中最耗時的KVCache讀寫環節，九章雲極推出分布式緩存系統，采用無共享架構、CPU核心親和調度、GPU直通加速等組合技術。基于vLLM标準壓測數據：搭載DFKV後，推理總吞吐量提升1245.7%，首字生成時延(TTFT)下降93.4%——“相當于原來1套系統幹的活，現在12套系統同時幹，且用戶幾乎感覺不到等待”。超長文檔問答、多輪對話等場景的推理卡頓問題由此徹底緩解，企業無需頻繁加購推理卡即可支撐更大并發。

　　陳靜力強調，存儲能力之上，九章智算雲3.0完成了從“提供算力”到“管好算力”的關鍵一躍。新增的智能隊列調度、資源配額管理與開發工具套件三大治理能力形成協同：多團隊提交任務時，系統自動排隊、動态插隊，好比醫院智能分診，避免資源争搶混亂;同時為各部門劃定專屬算力“額度”，杜絕單團隊占滿全部顯卡;深度集成至Cursor、Trae等主流IDE後，開發者用自然語言即可完成雲端調度，無需在多個頁面間反複切換。三者協同讓算力從“能租到”變為“用得好”，實測數據顯示，某頭部模型廠商依托九章智算雲彈性算力體系，1至999卡GPU動态調度，綜合成本最高節省82.1%。

　　DingoFS與DingoCache并非孤立産品，而是九章智算雲完整AI基礎設施的核心存儲層。上層提供CCI雲容器、DKS專屬集群、VKS彈性推理、Serverless輕量化服務等多類算力形态，适配高校科研、智能制造、自動駕駛、醫藥研發、具身智能等十餘類行業。底層依托自研高性能存儲與200G/400G高速網絡，實現2分鐘快速申請資源、按需伸縮、按量計費——零基礎企業也能低成本起步。

　　依托“AI工廠”雙引擎戰略與DCU統一算力計量标準，存儲加速、調度治理、算力供給深度協同，形成可量化、可治理、可普惠的AI工業化體系，幫助各類用戶避開硬件冗餘投入，以最優存算配比實現業務落地。

　　演講最後，陳靜力表示AI産業高質量發展離不開開放協同的底層生态。九章雲極将持續開放DingoFS與DingoCache适配接口，面向大模型廠商、智算中心運營商及垂直行業夥伴提供深度适配服務，聯合産業鍊上下遊共同推進AI訓推全鍊路存算标準優化，合力破解算力浪費、落地成本高、技術鎖定等共性難題。