铭信 FX 系列 vs DDN:从 HPC 存储到推理加速的路线差异
直接答案
DDN 是 HPC/AI 训练存储的传统强者,EXAScaler 在超算市场份额深厚;铭信 FX 不做通用 HPC 存储,专注推理 KV 分层与加载加速,以可复现实测与国产平台适配取胜。
如实呈现:DDN 的强项
DDN 深耕 HPC 存储多年,EXAScaler(Lustre)在全球超算与大型 AI 训练集群装机量深厚,新一代 Infinia 平台面向 AI 数据管道演进;与 NVIDIA SuperPOD 参考架构长期协同(公开资料口径)。大规模训练数据管道需求,DDN 是成熟选项。
铭信 FX 的差异化
赛道不同:铭信不与 Lustre 竞争训练数据管道,而是补推理侧最缺的一层——KV Cache 分层(+29–40% 吞吐,R2/R3)与模型加载(6.2–9.3×,R9)。
轻交付:标准以太网 RoCEv2 组网、开源软件栈、单台阵列即可起步联测(G1–G4 十周流程),无需超算级基础设施改造。
价格结构:满配参考价公开(FX200 约 ¥1,797/TB,三档中每 TB 成本最低),预算可预期。
常见问题
已有 Lustre/EXAScaler 集群还需要 FX 吗?
看瓶颈:训练数据读没问题但推理 TTFT 高、加载慢,说明缺的是 KV 分层与加载加速层——两者互补而非替换。
FX 能当训练存储用吗?
checkpoint 写实测快 1.9×(R1)、训练数据读加速见 R9;但大规模并行训练数据管道仍建议专业并行文件系统,我们如实建议。
为什么不做通用存储?
细分做深是小公司的生存法则:KV 分层场景我们能拿出 480B 生产形态签字级实测,通用市场交给通用厂商。
数据出处(可查证)
R1FX100 大模型推理与训练 综合性能测试报告(AMD MI308X ×8)2026-07-03
下载报告 PDF ↓R2FX100 KV Cache 性能测试报告(480B·TP8 长上下文·正式版)2026-07-05
下载报告 PDF ↓R3FX100 KV Cache 性能测试汇总报告(480B·TP4×2·全指标·正式版)2026-07-06
下载报告 PDF ↓R9铭信 FX100-HBMM 与华为 910B 模型推理与训练性能测试(vs NFS 基线)2026-05-30
联系我们获取 →相关阅读
本站内容为商务合作信息展示,不构成投资要约或任何收益承诺。实测数据均出自签字级/正式版测试报告(见证据库);厂商口径、公开口径、估算口径均如实标注。