綠算技術LST N5100系列存儲管理系統憑藉其出色的圖形使用者介面設計，顯著提高了存儲部署的效率。系統不僅涵蓋支持多種協定，包括CIFS、NFS、FTP*、iSCSI等，確保數據傳輸的靈活性和相容性;它還提供全面的RAID級別保護，包括RAID EE，以及精簡配置、SSD緩存、自動分層、數據壓縮和在線重複數據刪除等高級功能，以優化存儲性能和空間利用率。
有兩種部署方法：技術特點
易於擴展
通過將存儲服務節點與存儲介質分離，該系統實現了強大的水準可擴展性。當單個設備的性能資源不足時，可以通過增加存儲節點來提升整體性能。當容量不足時，只需添加設備或NVMe SSD即可擴展存儲空間。
輕鬆連接
該設備支援25/50/100Gb乙太網卡，用於高速訪問磁碟資源，提供超快的數據訪問能力。
高性能
該系統基於標準NVMe-oF協定，可提供卓越的I/O性能。結合系統軟體的卓越性能，實現百萬級IOPS和微秒級延遲，輕鬆滿足企業應用對性能的嚴格要求。
高可用性
系統採用雙活高可用架構，即使在多盤或多節點故障的情況下也能保證服務持續，從而保證業務連續性。
應用場景
1.超高性能需求場景
主要場景是滿足超高性能的讀/寫需求，主要應用如下：
遙感行業衛星數據的快速傳輸和存儲
衛星每天都有與地面站的固定通信視窗。在給定時間範圍內，存儲寫入速度越快，可以傳輸的數據就越多。當前解決方案依賴於構建大規模分散式存儲系統（跨多個數據中心）。通過使用全快閃記憶體儲存作為前端緩存，結合後端傳統存儲，可以顯著降低資源消耗（電力、碳排放和維護成本）。此外，高性能存儲還可以分散式部署，大大提升整體業務容量。
新零售中的高併發交易
在促銷期間，新零售業務的交易併發度達到超高。對資料庫數據的查詢和更新通常採用並行實時計算方法，因此對高性能存儲產生了強烈的需求。
對於超高併發訂單（主要是計數），緩存技術可以暫時存儲生成的訂單，然後通過任務佇列逐漸寫入資料庫。同時，電商平臺只記錄訂單，不進行實時庫存檢查。因此，可以使用多集群、多佇列和多緩存技術來緩解資料庫壓力（因為所有資料庫數據都存儲在存儲中）。
MPP（大規模並行處理）計算
由於其架構，MPP計算限制每個節點只能訪問自己的資源，從而導致資源利用率隔離。由於MPP通常處理大規模數據計算，因此每個節點的處理速度直接影響複雜數學問題的整體計算速度。因此，提高單節點性能可以顯著提高MPP效率（例如，國家超級計算中心）。在已知的單節點系統（包括個人計算機）中，瓶頸不是計算資源，而是存儲資源。因此，全快閃記憶體存儲可以有效提高計算效率。
2.業務績效提升
在IT運營中，超過80%的問題與資料庫相關，資料庫訪問通常是業務流程中最耗時的部分。由於資料庫數據存儲在存儲中，存儲的讀/寫效率決定了資料庫的性能，最終影響最終用戶的體驗。因此，提高存儲性能會直接提高整體業務性能。
業務系統通常由網路設備、伺服器、中間件、資料庫、應用程式和存儲組成。在實踐中，計算資源通常很豐富，甚至過多，而存儲系統（尤其是機械存儲）由於HDD盤片的物理性質而具有固有的性能限制。使用SSD的全快閃記憶體儲存可有效克服這些限制，顯著提高業務性能。
此外，全快閃記憶體儲存為交易業務（例如銀行、電子商務）提供了顯著的好處。這些業務通常涉及高併發，對資料庫查詢和寫入提出了很高的要求。由於存儲IOPS直接影響資料庫併發性能，因此全快閃記憶體存儲的高性能可以大大增強事務處理能力。
3.國產化算力釋放
在向國內IT解決方案過渡的過程中，許多當地語系化產品（例如伺服器、中間件、資料庫和業務系統）必須替換現有產品。但是，國產硬體在性能上往往落後於x86架構，導致計算能力不足、業務佇列和積壓。GP高性能全快閃記憶體儲存利用RDMA和NVMe-oF技術，可實現：
- 將業務數據直接存儲在NVMe SSD上
- 減少CPU對數據儲存的參與
- 分配給計算任務的更多CPU資源
這彌補了國內硬體的計算能力不足，同時提供高輸送量、高併發和低延遲，從而確保快速數據訪問並提高當地語系化部署的業務性能。
4.超高性能資料庫設備
大多數業務訪問問題都源於數據查詢和檢索。資料庫設備的三個關鍵性能指標是存儲IOPS、延遲和輸送量。傳統HDD和主流SSD仍然依賴SATA或SAS介面，由於控制器頻寬和儲存路徑限制，數據傳送速率受到限制。此外，存儲作中的CPU開銷很高。傳統上，改進資料庫設備I/O、輸送量和延遲需要昂貴的硬體升級。
通過將資料庫計算節點與全快閃記憶體存儲深度集成，數據利用RDMA（零CPU開銷）直接從計算節點（通過PCIe和RDMA NIC）傳輸到存儲節點。這將存儲路徑從7個節點（在傳統設置中）減少到只有4個節點，從而將延遲從毫秒縮短到20微秒以下。憑藉達到72GB/s頻寬和1600萬IOPS的單節點性能，資料庫設備的整體性能提高了10倍以上。結合高密度可擴充性、高可用性和可靠性，這可以輕鬆支援關鍵行業中的複雜資料庫需求。
5.AI訓練加速方案
AI應用越來越廣泛，GPT-3等大型模型取得了前所未有的成功。ChatGPT已經改變了多個行業。隨著模型規模的爆炸式增長，訓練中的海量數據訪問和高併發需求已成為AI開發的核心挑戰。在SIGMOD 2022上，研究人員通過實驗驗證了主要模型的訓練效率，並將存儲系統確定為瓶頸，具體來說：
- 海量小檔帶來的高IOPS壓力
- 帶寬不足，無法進行大規模數據訪問
- CPU參與數據訪問限制了計算能力
為了解決這些問題，綠算技術自主研發的NVMe-oF全快閃記憶體記憶體記憶體產品ForinnBase GroundPool （GP）實現了NVMe、NVMe-oF和RDMA協定的ASIC級卸載。它將NVMe的高性能、零拷貝和可擴展網路與GPU直接訪問和高性能共用存儲相結合。GP提供高容量、高頻寬、IOPS、可擴展性和低延遲/功耗，同時支援GPU直接存儲和計算存儲分離架構。這提供了一個高效、靈活、高性價比的AI訓練加速方案，為AI企業提供一站式升級。
這些解決方案顯著提高了AI訓練的效率，減少了等待時間，實現了安全的集中式數據存儲，並符合空間/電源限制。
6.一般用例
在常規的數據備份和遷移場景中，傳統的機械存儲存在備份時間長、效率低（例如，由於數據過多，銀行每3天需要1.5天的備份週期）。超高性能存儲可顯著提高備份速度，支援每日備份並確保數據安全。
對於數據遷移，傳統速度取決於存儲寫入性能。超高性能存儲可加速遷移，確保更快的系統部署和業務就緒。
