进入2026年，人工智能产业的主旋律已经发生了位移。如果说前几年我们还在惊叹于大模型训练出的智力上限，那么现在，整个产业已经全面转向了推理落地的商业下限。

　　在智能体时代，AI不再是你问我答的单轮游戏，而是能够互相调用、进行数十轮推理循环的数字员工。IDC预测，Agent API调用量将在5年内增长1000倍。这意味着，Token正在成为新的生产材料，而推理生成Token的每一个环节都在疯狂吞噬着存力。

　　然而，一个长期存在的行业错觉是：“集中式存储不适合AI推理。”很多人认为，AI推理依赖本地NVMe盘的高性能，传统集中式存储由于协议栈厚重、延迟高，难以胜任。但事实真的如此吗？

　　针对上述疑问，在2026年CCF全国信息存储技术学术会议上，中科曙光正式发布了全新迭代的AI推理原生存储FN Neo，用一套快、稳、开放的池化共享架构，对这一行业认知发起了强有力的挑战。

　　核心痛点：KV Cache从临时缓存到核心资产的跃迁

　　要理解FN Neo的价值，必须先理解AI推理正在发生的变化。在传统推理中，KV Cache往往被视为一种临时缓存，主要用于避免Transformer架构中的重复计算。但在长上下文、多轮对话、分布式推理以及智能体场景下，KV Cache的性质已经发生了根本性改变。

　　中科曙光集中式存储产品部总经理郭照斌表示，智能体带来的最显著变化是持续连续的上下文。在AI Coding等典型工程场景中，上下文甚至能达到上百兆的量级。如果KV Cache不能有效卸载，即使算力再强，GPU也会陷入大量的重复计算中，导致Token输出效率极低。此时的KV Cache，已经具备了数据资产的特征：它有生成成本、有复用价值、有生命周期，且需要跨节点共享。

　　然而，传统的节点本地缓存模式存在致命的资源割裂。KV Cache被绑定在单个计算节点的私有资源中，不同会话、不同节点之间无法互通。这导致大量宝贵的缓存数据被闲置，GPU显存极易溢出，算力资源被严重浪费。因此，行业亟需一种能够将KV Cache从节点私有缓存转变为推理集群共享资源的存力底座。

　　破局之道：FN Neo的池化共享与原生KV语义

　　中科曙光FN Neo的核心突破，在于其池化共享能力。它升级了传统集中式存储的池化逻辑，从单节点内的跨NVMe池化，升级为AI集群内的跨节点池化。在分层存储架构中，FN Neo处于L3层，首次将集中式全闪存储纳入KV Cache分层体系，实现了存储容量从服务器资源到集群资源的跨越。

　　但仅仅有池化是不够的。正如郭照斌所解释的，传统的集中式存储之所以在AI推理中水土不服，是因为其协议栈过于厚重。如果通过文件系统来实现KV Cache的回读回写，需要经历KV块-文件-posix接口-内核VFS-文件系统-存储设备等多个层级，涉及多次上下文切换、内存拷贝和元数据操作，开销巨大。

　　FN Neo的杀手锏在于原生KV语义。它摒弃了复杂的文件系统路径，直接提供KV原生通路。配合其自研的超级隧道技术，基于微控架构实现的零中断、零竞争、零拷贝数据通路，FN Neo将完整数据通路的延时目标压到了微秒级别，基础操作延时甚至做到了纳秒级。

　　这种原生KV语义的实现，不仅极大简化了数据通路，还通过基于Cache Line的检索加速技术，实现了300ns内定位到NVMe存储位置。这意味着，FN Neo不仅存得下，更能存得快。

　　实测数据：快2倍、省更多，性能与成本的双重碾压

　　郭照斌分享了一组令人印象深刻的实测数据。在单节点8卡DCU的测试环境中，使用DeepSeek-R1-Distill-Llama-70B模型，对比纯GPU显存、本地NVMe和FN Neo三种模式。

　　结果显示，FN Neo的逐轮TTFTP50显著快于本地NVMe，且优势随轮次扩大。在Round8时，FN Neo的TTFT仅为29秒，而本地NVMe为54秒，GPU纯显存模式则高达293秒。在吞吐量方面，FN Neo持续领先，峰值约202tok/s，相比GPU磁盘缓存提升约7.4%。

　　在多节点测试中，采用Qwen2.5-32B-Instruct模型，FN Neo在高并发下依然平稳。当并发数达到60时，FN Neo的TTFT仅为8.8秒，而GPU纯显存模式高达55.6秒，本地NVMe为34.1秒。FN Neo相对GPU加速6.3倍，相对Local加速3.9倍。在不同上下文长度下，FN Neo也稳定领先，上下文越长，优势越大。

　　这些数据背后，是FN Neo快、稳、开放三大核心能力的支撑。

　　快：单阵列带宽可达160GB/s，NAS带宽可达70GB/s，亚毫秒级延时。配合方案实测TTFT缩减73%，Token吞吐能力提升150%。

　　稳：具备99.999%高可靠性。在AI长程推理中，用户对尾延迟极其敏感。FN Neo通过全局缓存镜像、RAID-OC、自动缩列修复以及慢盘自动隔离技术，保障了长程推理过程中TTFT、TPOT和端到端延迟的稳定性，满足金融级稳定要求。

　　开放：坚持三重开放策略。在推理框架层面，兼容vLLM、SGLang、LMCache、HiCache、Mooncake等主流框架；在组网部署层面，适配RoCE/IB/国产400GIB/FC/IPSAN多种组网；在操作系统层面，兼容多种主流OS。

　　郭照斌强调，FN Neo提供全用户态客户端组件，无内核模块嵌入，对计算节点影响极小，实现了无感接入。

　　商业价值：中小规模算力集群的一站式存力底座

　　在商业落地层面，FN Neo展现出了极强的实用性。郭照斌表示，FN Neo的核心目标场景是中小规模的算力集群，例如10到20台算力卡组成的独立集群，或者搭配曙光X40超节点的10个计算节点、40卡规模的集群。

　　郭照斌算了一笔账：一套基础版FN Neo，2U25盘位，双控制器，就能满足核心KV Cache卸载的诉求。同时，它还原生直出NAS协议和块协议，满足推理过程中模型权重共享、容器镜像存储、向量数据库加速、智能体临时文件卸载等全场景需求。

　　这意味着，用户只需要配置一台外置存储，就可以满足整个推理过程。FN Neo通过一套设备、一个存储池、三种原生协议，实现了一站式支撑智能体推理全场景。

　　此外，FN Neo的横向和纵向扩展能力也极具灵活性。纵向扩展可以直接扩展不带CPU的硬盘框，低成本提升容量；横向扩展可以增加控制框，实现性能和容量的同步扩展。全局统一命名空间让用户无需感知扩容过程，业务无感。

　　笔者观察：存力定义算力效率的时代已经到来

　　在AI推理规模化落地的关键节点，中科曙光FN Neo的发布证明了集中式存储完全有能力胜任高并发、低时延的AI推理复杂负载，并通过池化共享架构，将KV Cache从节点私有缓存升级为推理集群共享资源。

　　存储成本的降低对于用户的选择和私有化部署落地的困难度，其实就会减少很多。FN Neo通过快、稳、开放的高效融合，让企业无需大规模改造现有推理环境即可完成接入，显著提升了GPU等昂贵计算硬件的整体利用率。

　　在Token成为新生产材料的时代，存力不再仅仅是算力的配套，而是正在成为定义算力效率的核心基础设施。中科曙光FN Neo的推出，补齐了AI推理场景下集中式存储的能力拼图，为Agent、长上下文大模型等业务的大规模落地，提供了一套经过工程验证的存力新选择。