日前，存储性能委员会（Storage Performance Council, 简称 SPC）公布了最新的 SPC-1 基准评测报告，浪潮存储 AS5500G5 以超 330 万 IOPS（每秒读写操作的次数）、0.387ms 时延的评测值，创造了 8 控存储产品性能的全球最高成绩。这是继16 控存储性能领跑之后，浪潮存储在 8 控领域再次突破，成为唯一在两大存储主流市场夺冠的厂商。

8 控和 16 控存储是业界的主流产品，主要覆盖 15K – 100K 美元的市场，占整体存储市场份额的 60% 左右。浪潮存储在这一领域的性能优势，将提升浪潮存储在主流市场的产品竞争力。

本次，浪潮存储 8 控性能夺冠，应该说，这是浪潮存储这些年苦练内功的印证。浪潮存储坚持了近二十年的技术创新和积累，这方面完全没有捷径可走，不仅在硬件设计上下苦功和创新，比如多控之间的信息同步链路，率先采用基于 Optane 介质的缓存层等等，更关键的是在软件层面的深层优化，比如用户态驱动，QoS，智能感知等等。

存储性能委员会公布最新的 SPC-1 基准评测数据

" 综合性能指数 "

大家都知道 IOPS 越高越好，但是却少有人深刻的理解 IOPS 底层的生成机制。有两个因素对 IOPS 有加成作用，或者说，存储系统终极目标就是这两个参数：

1. 处理单个 I/O 耗费的时间（延迟）

2. 有多少个并发线程在处理 I/O（并发）

显而易见，并发数 / 延迟 =IOPS。当然，现实中的模型远非如此简单，现实中一般采用异构处理流水线方式处理 I/O，也就是流水线中的模块处理的是不同 I/O 的同一个子步骤，与此相比还有同构流水线，。一个理想的提升流水线吞吐量的原则，就是将每一步的处理延迟做到相等且最小，或者将慢速处理步骤并行化。

浪潮存储AS5500G5 的IOPS 和延时

根据并发数 / 延迟 =IOPS，并发数越高越好，延迟越低越好。前者是可以很容易的实现的，只需要采用高核心数 CPU，以及软件的并行化优化，就可以相对较为轻松的达到目的。但是对于延迟的优化，可就是难上加难了，这就像公路，同时修两个车道把路拓宽，简单，但是想把路修成高速路，其耗费的成本就会很高，对于 I/O 路径，也是一样，优化 I/O 处理速度的一些办法包括砍掉那些附加软件功能，重写内核，采用用户态驱动绕过内核，等等，这里面哪一样都不简单。

不妨思考一下，既然这样，存储厂商为了实现高 IOPS，是否可以疯狂提升并发数，而对延迟不闻不问呢？这样做 IOPS 确实可以上来，但是只会在压力测试的时候，通过将队列深度提升以满足这些并发线程的胃口，但是延迟并不会有降低。

在实际场景下，相当一部分应用根本不会以高并发异步 I/O 模式工作，这类应用发出的都是同步 I/O，以至于底层队列根本压不满，存储系统的高并发度根本无用武之地，导致实际性能惨不忍睹。

那么，既然 IOPS 越高越好，延迟越低越好，是否可以用 IOPS 与 Latency 的比值来断定一款存储系统的真实能力呢？也不客观，因为厂商可以只优化其中一个参数来实现高比值。

我们认为，应该用一种横向比较的比值作为性能指标。比如就拿本次登顶 8 控 SPC1 的浪潮，和排第二的产品相对比。IOPS 越高越好，延迟越低越好，那就用浪潮 IOPS/ 第二名产品 IOPS=I，浪潮延迟 / 第二名产品延迟 =L，然后得出 I/L=1.828

1.828 这个比值，可以体现出厂商在提升并发度同时优化 I/O 路径降低延迟方面做的工作的一个均衡价值。也可以这么理解，浪潮 8 控 AS5500G5 相比第二名 8 控产品，在综合 I/O 性能方面为后者的 1.8 倍。

如果以某个标准模型性能作为参考，算出每个厂商与这个标准值的比值，就可以得出各个厂商的一个标准指数，我们不妨将这个指数称之为 " 综合性能指数 "。

新指标对业务应用的意义

延迟对性能的影响几乎深入到各个业务场景。例如国有六大行，每天需要处理超过 1 亿笔交易，这些都对承载核心业务的存储系统性能提出了巨大的挑战，通常情况下，亿级规模用户对存储性能要求就要数十万级别 IOPS，同时时延需要保持在 1ms 以下，而核心数据库和报表业务对 IOPS 与时延要求会更高。

再看银行数字化营销，针对于银行智能客服、智能投顾、智能风控、智能营销等智能业务场景，涉及到 AI 的某些特定模型，对存储系统性能要求极为苛刻，尤其是 IOPS 和时延性能指标。例如，在训练阶段，以大量随机小 IO 为主，要求存储具备极强的 IO 并发处理能力；在推理阶段，要求存储时延低，能快速响应。

未来以交易所、理财机构、保险机构为主的金融机构会面临巨大的 IT 架构压力，其中对存储系统最大的挑战就是 IOPS 处理能力和控制时延能力。以股票交易为例，交易途中，存储系统需要高并发接收和处理成百万乃至上千万亿的交易数据时，如果并发能力差、时延高，将导致买卖操作的卡顿，引发股民情绪波动，影响满意度，严重的会导致用户流失。

在金融领域，浪潮存储在某大行帮助客户把在线交易量提升 3-5 倍，在线交易时间缩短 10%-30%，银行桌面系统响应时间缩短 60% 以上，而在 AI 自动驾驶领域，将模拟计算反馈时间缩短 90% 以上。其得益于浪潮存储系统对延迟的优化。

综上，综合性能指数对于现代互联网化的业务场景具有深刻价值。

总结：

随着各行业规模的不断扩大，智慧化转型的不断加速，数据应用于营销、决策和分析已经变得越来越重要，快速响应市场变化的能力已经成为企业的决胜因素，而作为坚实的数字化底座，智算中心数据存储性能将持续得到关注，成为转型 " 标配 "。