紫山龙霖GalaxSphere荣登MLPerf Storage v3.0四大场景榜首之向量数据库/RAG

以下文章来源于苏州紫山龙霖信息科技有限公司，作者紫山龙霖

在MLPerf Storage v3.0 Vector Database(向量数据库)场景中，紫山龙霖(国芯科技参股企业)GalaxSphere展现了读带宽双项第一、每RU查询吞吐位居第一梯队的表现，为企业部署高性能知识检索服务提供了数据支撑。

在企业知识库、智能问答和Agent应用中，RAG(检索增强生成)通过“知识接入—向量化—检索召回—上下文增强—生成回答”，将企业数据引入大模型的回答过程。向量数据库承担着其中关键的检索任务，而底层数据供给能力，是支撑高频检索的重要基础。

向量检索的挑战：不仅要“查得快”，更要“供得上”

随着企业知识规模扩大、并发请求增多，向量检索对底层数据系统提出了更高要求。

随机读取要快，减少查询等待。当查询需要从底层存储读取向量与索引数据时，随机访问效率直接影响数据获取速度。读取跟不上，就可能拖慢查询响应。

并发供给要稳，支撑持续高效检索。多个查询同时执行，考验的不只是峰值带宽，更是高负载下的持续供给能力。除QPS和查询时延外，还需关注底层随机读取性能与有效读带宽。

资源利用要高，兼顾规模与成本。知识库持续增长，不能只靠堆叠高性能存储。还需盘活已有资源，能动态调配数据，让高性能层优先服务查询热点，兼顾检索效率与基础设施成本。

测试表现：读带宽双项第一，查询吞吐位居第一梯队

本次测试展示了GalaxSphere在Milvus DiskANN工作负载下的表现，覆盖查询吞吐、每客户端读带宽和每RU设备读带宽三个维度。核心结果如下：

这些指标证明，GalaxSphere并非仅在单一峰值指标上表现突出，而是在QPS查询承载能力、数据供给表现以及每RU单位机架资源效率等多个维度都协同发挥作用，整体表现优异。

方案优势：加速向量查询，直达检索结果对应的原始数据

GalaxSphere基于GLFS全局数据操作系统，融合全闪存热数据层与本地NVMe Tier0加速能力，为Milvus提供高效数据供给，贯通“向量查询—文件定位—数据访问”链路。

查询更高效

将热点索引与数据按需调度至高性能层，减少加载与读取等待，缓解存储I/O瓶颈，支撑Milvus高并发、低时延查询。

原始文件获取更快

依据向量记录关联的文件标识，通过全局索引快速定位对应文件，并按需调度至计算侧，加速RAG回源与多模态数据处理。

性能与成本兼顾

将计算节点NVMe资源纳入共享数据池，通过数据编排与分层，优先加速查询热点，保持数据迁移前后访问路径不变，提高资源利用率。

结语：从数据供给提效，走向企业知识应用

向量数据库连接着企业知识与大模型，而高效的数据基础设施，让这条连接更顺畅。

GalaxSphere以高带宽支撑数据读取，以第一梯队的查询吞吐表现验证检索承载能力，再通过GLFS的统一访问、Tier0加速与数据编排，为企业知识库、智能问答和Agent应用提供数据基础。

让数据更快到达计算，让企业知识更快服务AI。

数据来源：MLPerf Storage Results. URL：https://mlcommons.org/benchmarks/storage/