加速推进教育创新，曙光分布式存储力克科研难题

近年来，加强科技基础能力建设，提升创新体系整体效能成为产学界探讨的热点。作为科研的主力军之一，教育行业备受重视，国家每年都会提供大量的财政经费，不过，大楼越盖越高，设备越配置越高级，却仍存在一些被忽视的角落。

被忽视的角落

数据既是前一次科研的结果又是下一次科研的起点，我国约有3012所高校，同时还有为数不少的科研院所，这些单位每天都会产生海量的学术研究数据。

以某大学的脑成像研究项目为例，研究人员在对拥有1亿神经元的小鼠大脑进行研究时，需要同时使用28台1200万像素相机以每秒30帧、连续72小时的方式对研究对象进行不间断拍摄，每天产生的数据多达2.7PB。

由于技术的原因，这些数据大多采用集中式存储方式，随着数据的累积与应用的深入，需要不断增加存储空间，而集中式存储的拓展性非常有限，在进行海量数据的并发处理时效率也很低下，严重影响科研的效率。

此外，这些科研数据的安全性也面临不小的挑战，传统存储依赖单一的硬件，一旦发生故障，很容易导致数据损毁甚至丢失。

教育科研单位到底应该如何解决这些问题？国内知名的市场研究机构赛迪顾问最近给出了答案。

破解教育科研痛点

在最新发布的《中国分布式存储市场研究报告（2023）》中，赛迪指出分布式存储具有高可靠性、高效作业与高可扩展性三大优势，对于攻克科研教育难题，价值非凡。

针对需要海量数据运算、存储的科研项目，如果使用集中式存储方式，有可能因压力过大导致系统崩溃，而利用先进的分布式存储方案，就能将任务分散到不同的节点同时作业，如果某个存储节点的负载过重，分布式存储系统还可将部分作业迁移到其他节点执行，减轻该节点的负载，从而实现整体效率的提升。

当现有存储空间无法满足需要时，利用分布式存储的高可扩展性特点，研究人员可以按照容量和性能的需要，在基本不影响业务连续性的前提下，轻易实现总容量和性能的无感线性扩展。

与此同时，有了分布式存储，科研数据丢失等问题将会大大减少。在该方案下，数据往往采取存放在多个节点中的全冗余部署，通过多时间点快照、周期增量复制两大核心技术，每隔一定时间间隔就会对各版本数据的进行保存并恢复，可以有效避免类似灾难的再次发生。

而中科曙光凭借着在分布式存储领域的深厚积累，在赛迪发布的最新报告中位居领导者象限，其自研的ParaStor存储系统一经推出后就受到了众所高校、科研院所的追捧。

根据赛迪分析，ParaStor凭借全栈自研能力，通过NVMe全闪存优化、混合负载承载等技术，不仅能满足教育科研类用户对海量数据的管理需求，还可以支撑线上课程、教务系统、科研成果共享等多样化应用，得到了广大教育科研用户的认可，市场份额达26.1%，高居第一。

教育行业的存储“曙光”

公开资料显示，ParaStor分布式存储系统已经广泛应用于中科院物理研究所、国家精准医学计划大数据平台、博圣生物等科研机构，并长期服务于清华大学、复旦大学等985院校。

仅在最近半年内，中科曙光就先后中标北京科技大学、华南理工大学、南宁数字科技学院等优秀高校，帮助教育用户实现资源共享、信息化服务，提高教育者与受教育者的工作学习效率，助力基础科研工作者追踪国际科技前沿，为高校综合科研实力和教学水平提升发挥重要作用。

海量、绿色、高效、融合、安全是中科曙光的鲜明标签，该公司的产品可以同时支持文件、对象、块和大数据接口，一套存储即可满足不同业务场景需求，为教育信息化建设提供全栈式的存储解决方案。

比如华南理工大学采用的曙光ParaStor液冷存储系统，就是业内首款高密度液冷存储，除了将换热效率更高的冷板式液冷方案与存储技术结合外，还通过对系统软件的深度优化，最大限度降低存储系统功耗。同时，曙光液冷存储系统与曙光液冷服务器技术同源，用户仅需对现有机房进行简单改造甚至不改造，即可便捷、高效地与液冷服务器形成一栈式液冷方案，进一步降低数据中心PUE值。

在北京科技大学的方案中，中科曙光助其搭建了一个校级计算平台，可以为全校科研课题组提供开放式的计算服务，满足多个课题组同时在线提交计算任务，并按需分配计算和存储资源。

未来，强化科技创新对产业发展的支撑，集中优质资源合力推进关键核心技术攻关，充分激发创新活力将成为教育科研的重点方向。这意味着教育行业在勇攀高峰的同时也应该及时升级存储系统，切实保护来之不易的成果。