大模型 / Token 厂
同一批卡更多有效吞吐，先联测再扩卡。
+29–40% 吞吐、TTFT ↓26–32%。分母：Qwen3-Coder-480B-FP8、TP=8、长上下文冷恢复，相对本地 NVMe 单盘（R2/R3 实测）。
芯元一 · 存储加速项目
同一批 GPU，多产出可计费推理
不先扩卡。全闪 NVMe-oF 阵列加上 KV Cache 分层，把长上下文里被重算浪费的算力还回去。数字全部带分母，报告可下载；先免费联测，用贵司自己的负载验收。
对方能拿到什么
签字级实测（带分母）
下列四条均出自签字级 / 正式版报告，可在证据库下载原件。没有带宽的形容词不出现在本页。
+29–40%
KV 分层加速推理吞吐提升
480B 生产部署形态长上下文冷恢复负载：并发 8 档 +29%（下界）、最优工作点并发 16 档 +40%（上界）、TP4×2 全机口径 +35–36%
实测· R2/R3 实测
TTFT ↓26–32%
首 token 延迟降低
480B·TP8 三档并发：TTFT p50 从 10.17–35.73s 降至 7.53–26.35s
实测· R2 实测
8.6–20×
对无外存重算的加速倍数
重算基线 TTFT p50 149.5s（conc16）对比 FX100 11.85s；吞吐 4.1 对 74.9 tok/s
实测· R2 实测
6.2–9.3×
模型推理加载加速（vs NFS）
华为 Atlas 910B 平台：DeepSeek-32B 服务加载 691s → 112s（6.2×）、DeepSeek-70B 1399s → 150s（9.3×）
实测· R9 实测（昇腾平台）
测试平台与对照基线
- GPU
- 8 × AMD Instinct MI308X（每卡 192 GB HBM，gfx942）
- 推理栈
- vLLM 0.20.1+rocm721 · LMCache（上游主线 2026-06-29 源码编译）
- 被测件
- 芯元一 FX100 全闪 NVMe-oF 阵列：4 盘 RAID0（14 TB, XFS），RoCEv2，单口 100 GbE
- 基线
- 本地 NVMe 单盘（PCIe Gen4, 2 TB）；无外存重算
- 模型
- Qwen3-Coder-480B-FP8（MoE，权重 ≈450 GB）
产品边界
加速能力来自我方自有产品线而非转售第三方方案：FX 系列全闪 NVMe-oF 阵列量产在售，配套 KV Cache 分层软件栈由我方完成 vLLM + LMCache 源码级适配（含并行读补丁）。规格为厂商口径；正式价格以采购合同为准。
FX100
量产在售量产在售 · 本轮 MI308X/910B 实测平台
FX200
量产在售量产在售 · 三档中每 TB 成本最低
FX300
量产在售量产在售 · PCIe 5.0 性能档（含 DPU×6）
FX400
2026-08 初出测试机，2026 年底量产FX400 为 2026-08 测试机、预计 2026 年底量产，不得计入在售型号，也不得写入本轮联测交付清单。
下一步：免费 PoC / 门禁化联测
先联测、后决策：门禁化验收，不达标即止损。主门禁与实测带对齐：TTFT 降幅 ≥25%、吞吐提升落在 +29–40% 实测带内；不达标即止损。联测数据与报告归贵司。
- G1 · 第 2 周到货验收
全部物料到货点验合格；阵列单台上电自检通过、盘全识别（24/24）
- G2 · 第 4 周单机基线
单节点 8 卡推理基线复现（R1 口径 ±10%）；单阵列本地压测达实测锚 83% 线效口径
- G3 · 第 7 周联测主门禁
KV 分层加速：TTFT 降幅 ≥25%、吞吐提升落在 +29–40% 实测带内；8 节点共享单阵列回读逼近网卡上限
- G4 · 第 10 周稳定性与验收
72h 连续压测无中断；单盘/单链路故障注入业务无感；出具签字版联测报告
证据库
R2 / R3 覆盖 480B 吞吐与 TTFT；R9 覆盖相对 NFS 的模型加载（昇腾平台）。R8 为可复现代码与原始数据，应要求提供。
本站内容为商务合作信息展示，不构成投资要约或任何收益承诺。实测数据均出自签字级/正式版测试报告（见证据库）；厂商口径、公开口径、估算口径均如实标注。