昇腾910B平台部署大模型：铭信FX100存储加速实测对比NFS基线
在昇腾910B等国产算力平台构建高效AI集群时，存储I/O性能往往是制约大模型部署效率与资源利用率的瓶颈。传统网络文件系统（NFS）在应对百GB级别的大模型权重文件加载时，往往耗时漫长，导致宝贵的GPU算力资源长时间闲置等待。本文基于华为Atlas 910B平台的实测数据，对比分析了铭信FX100全闪NVMe-oF存储阵列与NFS基线的性能差异，旨在为寻求存储层优化的技术决策者提供量化参考。
NFS存储瓶颈如何影响昇腾910B的算力释放？
在典型的AI训练与推理场景中，模型权重文件通常存储在中心化的共享存储上。NFS因其部署简单、兼容性广而常被采用。然而，当面对DeepSeek-32B（约60GB FP16权重）或DeepSeek-70B（约130GB FP16权重）等大模型时，NFS的吞吐性能瓶颈便暴露无遗。在昇腾910B平台上进行的对照测试中，从NFS加载DeepSeek-32B模型至服务就绪状态耗时691秒，加载DeepSeek-70B模型更是长达1399秒【出处：R9 实测（昇腾平台）】。
这数百秒的加载时间意味着多卡算力集群在每次模型启动或切换时，GPU处于严重的“饥饿”状态。对于需要频繁切换任务或服务多租户的AI算力中心而言，这不仅拉低了整体资源利用率，也延长了任务交付周期。瓶颈根源在于NFS协议栈开销与机械硬盘（或低端全闪阵列）的IOPS/吞吐限制，无法满足多卡并发读取大文件的极高带宽需求。
铭信FX100为昇腾平台带来了哪些可量化的加速效果？
为解决上述瓶颈，实测将存储后端替换为铭信FX100全闪NVMe-oF阵列。FX100通过RoCEv2网络提供NVMe over Fabrics（NVMe-oF）服务，将本地NVMe SSD的低延迟、高吞吐特性通过网络共享。在相同的昇腾910B测试环境中，结果对比显著：
- 模型服务加载加速：DeepSeek-32B的加载时间从NFS的691秒缩短至112秒，加速比为6.2倍；DeepSeek-70B的加载时间从1399秒缩短至150秒，加速比达到9.3倍【出处：R9 实测（昇腾平台）】。
- 带宽性能跃升：加载时间的缩短直接对应于有效存储带宽的大幅提升。这意味着多张昇腾910B卡可以近乎同时地高速读取模型权重，极大缩短了算力资源等待数据就绪的空窗期。
该加速效果的实现，得益于FX100的架构设计：其单接口提供100Gb网络带宽（PCIe 3.0），并具备16M IOPS的随机读写能力【FX 产品线】。在并发读取大尺寸顺序文件（模型权重）时，能够持续提供高带宽，有效饱和昇腾910B平台的内存加载通道，从而将存储I/O从关键路径上极大弱化。
存储加速对国产算力集群的总体拥有成本（TCO）有何意义？
对于投资决策者而言，评估算力基础设施不能仅看GPU采购成本，更需关注整体资源利用效率，即总体拥有成本（TCO）。存储性能的提升，从两个关键维度优化了TCO：
- 提升算力资源利用率：将模型加载时间从“分钟级”降至“秒级”，直接减少了GPU因等待数据而闲置的时间。对于按需使用或计费的算力池，这意味着相同的硬件投资可以承载更多的推理任务或训练作业，提高了资产周转率。
- 增强部署灵活性：快速的模型加载使得A/B测试、多模型版本切换、以及面向不同租户的快速服务部署成为可能。这种敏捷性对于AI应用开发与运维至关重要，能够缩短创新周期，间接降低开发成本。
铭信FX100的方案价值在于，它通过标准化的NVMe-oF和以太网协议，为包括昇腾910B在内的多种算力平台（实测亦涵盖AMD MI300系列）提供了统一的存储加速层。这种解耦设计允许存储与计算独立扩展，用户可以根据需要升级存储性能（如选择更高带宽的FX200/FX300）或扩容计算节点，而不必相互掣肘，实现了更优的长期投资保护。
结语
实测数据表明，在昇腾910B国产算力平台上，采用铭信FX100全闪NVMe-oF阵列替代传统NFS存储，能够将大模型服务加载时间缩短一个数量级，有效解决了存储I/O瓶颈，释放GPU算力潜力。这不仅是性能的提升，更是对算力集群总体拥有成本和运营效率的实质性优化。对于正在构建或升级AI基础设施的企业与机构，将高性能存储纳入整体架构评估，是确保国产算力发挥预期效能的关键一环。铭信科技提供约10周的门禁化联测合作模式，涵盖从基线测试到稳定性验证的全流程，确保性能收益可量化、可复现。
本文要点问答
Q：在昇腾910B平台上，铭信FX100对比NFS在大模型加载上具体快多少？ A：根据昇腾平台实测，使用铭信FX100后，DeepSeek-32B模型加载时间从NFS基线的691秒缩短至112秒，加速6.2倍；DeepSeek-70B模型从1399秒缩短至150秒，加速9.3倍【出处：R9 实测（昇腾平台）】。
Q：采用FX100存储加速对AI算力中心运营有何实际价值？ A：核心价值在于大幅提升GPU算力资源利用率。通过将模型加载时间从数十分钟缩短至数分钟甚至秒级，显著减少了GPU闲置等待时间，使相同硬件投资能承载更多任务，优化总体拥有成本（TCO），并支持更敏捷的模型部署与切换。