问题与挑战
数据密集型高性能计算在石油勘探、基因测序、遥感信息处理、核子物理研究、天文物理研究等领域扮演着至关重要的角色，在这类计算场景中，计算集群要并发的处理大量采集的原始数据，数据的存储与访问对于整体计算性能起决定性作用。然而随着应用需求提高，数据量的剧增，传统高性能存储方案不同程度上存在着性能不足、难以扩展、成本过高的问题，制约了各类应用的发展。
性能要求极高
终端设备发展使得采集数据量成倍增加，存储系统性能首先需要满足极高的数据采样速率要求；高性能计算的规模通常较大，海量计算作业并发执行，极高的数据并发存取速率使存储系统面临更大挑战。
数据总量巨大
更高精度、更大尺度的要求致使计算数据量指数级增长，二次采样数据从GB级快速攀升至TB级。计算过程中持续产生大量中间结果及检查点数据，需要PB级存储容量才能满足计算需求。
计算模式复杂
不同的应用数据采集方式、存储方式、访问模式差别较大，传统计算与存储分离部署的高性能计算平台方案，很难高效地支持多种类型应用。存储系统的访问接口固化，无法有效实施应用级优化。
成本问题突出
传统高性能计算环境多采用高端存储设备，配置专用存储硬件以满足超高性能需求，某些功能组件还需另购软件授权，存储系统投入极高；同时，限于体系架构，系统扩展成本也难以控制。
解决方案
弹性扩展架构
模块化Scale-out架构，容量和性能均可通过节点堆叠而线性扩展，系统节点数目可在线平滑扩充至数千台，支持EB级的单一存储空间；采用存储即计算的融合部署架构，突破性能扩展瓶颈，可提供数百GB/s的聚合存储带宽。
突破性能瓶颈
系统聚合性能随节点数目线性扩展，完美应对高性能计算中常见的大规模并发数据I/O；单流读写性能优化，多磁盘优化调度、前后端SSD缓存，元数据内存存储等多种优化方法，进一步提升系统性能表现。
应用特性优化
弹性部署方式，可根据应用特征构建计算/存储分离、融合、混合部署的存储计算平台；提供专有的Posix客户端及CIFS/NFS等传统网络文件服务接口，无缝对接多种应用；提供多种语言的编程接口，灵活支持应用级存储优化。
通用硬件平台
采用普通商用服务器搭建，支持多种主流互连网络，支持通用文件服务接口，无需昂贵专有设备与软件即可构建高效存储系统；支持高速SSD与低成本的大容量SATA/SAS磁盘混插，兼顾性能与成本，打破制约系统扩展的成本限制。
方案亮点
融合架构支持
支持存储即计算的架构设计，计算与存储融合部署,共享硬件资源，降低系统成本；同时提供数据位置感知、数据布局可控等功能，支持基于数据分布特征的高效数据处理模式。
超高单流速度
本地优先读写、客户端磁盘缓存、元数据内存优化等多种单流读写性能优化方法，有效降低访问延迟,提升读写速度，解决传统计算程序中单线程数据采集与访问的性能问题。
高效编程接口
提供高效的Java/C++/Python编程接口,类Posix风格,简洁易用，与计算程序可快速整合，提供丰富数据管理功能，实现应用级存储优化。
高速网络支持
支持10G、40G以太网及Infiniband网络互连，充分利用底层网络低延迟、高带宽特性，提升数据访问性能，有效降低网络处理开销。