在數(shù)據(jù)驅(qū)動(dòng)的智算時(shí)代，數(shù)據(jù)處理和存儲(chǔ)支持服務(wù)正成為各行各業(yè)的基石。從人工智能落地的算法演進(jìn)到海量數(shù)據(jù)的實(shí)時(shí)交互，需求的指數(shù)級(jí)增長(zhǎng)考驗(yàn)著技術(shù)的洞察與普及應(yīng)用的縱深。針對(duì)存儲(chǔ)性能參差和智能化弱所帶來的計(jì)算瓶頸，尤其是在百萬億級(jí)參數(shù)大模型的研發(fā)與經(jīng)濟(jì)數(shù)據(jù)分析中，傳統(tǒng)的儲(chǔ)存架構(gòu)顯然走向瓶頸。