功能
快速、可扩缩的性能
高带宽、高 IOPS 和超短延迟时间，利用字节可寻址介质来存储元数据和小型 I/O，以及本地连接的 NVMe 和用于批量 I/O 的软件管理冗余。
更快实现价值
配置 Parallelstore 以理想方式适应您的使用场景，并针对极端生成式 AI 和 HPC 模拟使用场景构建规模合适的系统。
让您的架构面向未来
使用 Parallelstore 进行构建可以帮助您的业务做好 HPC 规模、AI/机器学习收敛和 Kubernetes 集成的准备，这意味着您可以在最少中断的情况下实现增长和扩展。分布式元数据管理、极限 IOPS 和键值对存储架构与 AI 工作负载的新兴模式非常契合。
开源灵活性
Parallelstore 是基于开源的 Intel DAOS 构建的。一直以来我们都是开源领域的领导者，主导着 Kubernetes、TensorFlow 等项目。开源让您可以灵活地在各个公有云平台或公有云之外部署关键工作负载，并在必要时进行迁移。更快地将产品和服务推向市场，无需增加运营开销，也不需要专业技能。
工作方式
“借助 Google Cloud 上的 DAOS，用户可以轻松快速地预配能够扩容到与本地硬件类似性能水平的存储集群，还可以根据需要动态扩缩这些集群。”- Intel 的 Andrey Kudryavtsev
常见用途
AI/机器学习训练
对于需要高速访问非常大文件或数百万个小文件的系统，并行文件系统的性能可以超过 NFS 和对象存储。并行文件系统提供的延迟时间明显低于其他选项，这可能会影响最大 IOPS，因此 Parallelstore 是 AI/机器学习工作负载存储空间的理想之选。
学习资源
对于需要高速访问非常大文件或数百万个小文件的系统，并行文件系统的性能可以超过 NFS 和对象存储。并行文件系统提供的延迟时间明显低于其他选项，这可能会影响最大 IOPS，因此 Parallelstore 是 AI/机器学习工作负载存储空间的理想之选。
定量交易分析
Parallelstore 非常适合用于高性能定量分析和交易中的中间数据存储分析，也非常适合其他复杂、高速的金融服务使用场景，例如欺诈检测。
学习资源
Parallelstore 非常适合用于高性能定量分析和交易中的中间数据存储分析，也非常适合其他复杂、高速的金融服务使用场景，例如欺诈检测。
计算机辅助工程 (CAE)
对于涉及计算流体动力学 (CFD)、复杂建模、碰撞模拟、化学工程等领域的制造、汽车、航空航天和生物医学应用，Parallelstore 是理想之选。
学习资源
对于涉及计算流体动力学 (CFD)、复杂建模、碰撞模拟、化学工程等领域的制造、汽车、航空航天和生物医学应用，Parallelstore 是理想之选。
