中科曙光在科学智能大会上用了相当篇幅讲存储和网络，这一点其实比单纯发布一款更强的计算设备更值得研究。曙光判断，AI基础设施接下来的瓶颈不会只出现在芯片上。这是很多普通投资者容易忽略的一点。
模型训练规模越来越大以后，GPU不是一直在计算。它需要不断读取数据、交换参数，如果存储速度跟不上，或者节点通信速度太慢，再昂贵的芯片也只能等待。
AI4S对此更加敏感。科研数据经常既多又碎，大量小文件、实验数据和模拟结果需要频繁读写；与此同时，大规模并行任务又要求不同计算节点快速交换信息。
所以，中科曙光同时把全闪存储、400G无损网络放进AI4S解决方案，本质是在解决一个越来越现实的问题：怎么让昂贵算力少等数据、多干活。
过去市场喜欢讨论“有多少卡”。下一阶段，真正影响算力经济账的，可能是另外一个指标：这些卡每天到底有多少时间在有效工作。
中科曙光 AI基础设施 数据存储 高速网络