中国计算机学会中国存储大会（CCF ChinaStorage）是我国信息存储与计算领域学术界和产业界联合举办的大型年度盛会，为从业者提供技术交流、学术研讨和产品展示的平台。第二届CCF ChinaStorage 2025大会以“智存·智算·智能”为主题将于2025年8月28日-30日在湖北省武汉市召开。本次会议早鸟票与 Poster 投稿将于7月31日截止，欢迎各同行积极注册和投稿，同时诚邀相关企业单位参与赞助和展览。
会议日程和参会指南等更多信息参见大会官网：
https://ccf.org.cn/chinastorage2025。
本文带来《下一代存储系统的设计范式与工业实践：面向AI时代的高性能、智能化与多场景突破》论坛介绍。
CCF ChinaStorage
论坛概要
本次论坛聚焦AI大模型、云计算与边缘计算融合背景下存储系统面临的性能与架构挑战，汇聚工业界标杆案例与学术前沿成果，深入探讨文件对象融合架构、RDMA加速事务处理、10亿级元数据管理等核心技术突破，以及从云数据中心到边缘场景的规模化部署经验，推动存储系统向高性能、智能化、全场景方向演进。
CCF ChinaStorage
论坛主席
陈康
清华大学
入选教育部国家级人才计划，清华大学计算机科学与技术系研究员。主要研究方向包括操作系统、分布式系统与存储系统，近年来聚焦于系统软件基础研究，涵盖泛在操作系统，泛在异构资源管理、以及泛在系统软件支撑平台等方面。主持和参与多项国家重点研发计划、国家自然科学基金项目，研究成果发表于OSDI、SOSP、EuroSys等国际顶级系统会议。致力于构建高效、可靠的新一代计算基础设施，同时积极推动系统软件的开源与产业化落地。
吴思
山东大学
山东大学计算机科学与技术学院教授，齐鲁青年学者。主要研究方向为可容错分布式存储系统、内存键值存储系统、人工智能系统等。在存储和网络领域知名期刊/会议上发表论文20余篇，包括TON、TPDS、TC、TCAD、INFOCOM、FAST、SRDS、ICDCS、ICCD、IWQoS、ICPP、DSN等。以第一作者身份获CCF B类国际会议SRDS 2020的最佳论文奖。主持国自然青年项目、安徽省青年项目、山东省科技厅科技中小企业创新能力提升项目、Oppo横向项目、浪潮云横向项目等。作为骨干参与“泛在操作系统”专项项目、科技部国家重点研发计划青年科学家项目、山东省重大科技创新工程项目等。具有较为丰富的系统搭建经验，相关成果落地Oppo公司生产系统CubeFS。
CCF ChinaStorage
论坛报告
陈钊
新华三
新华三存储总架构师，主要负责分布式存储架构设计，具有15年存储设计研发和性能优化经验。
报告题目：傲擎--面向AI的高性能存储技术实践
摘要：傲擎（ultrastor）是新华三新一代存储引擎，面向AI大模型对数据存储的性能挑战，采用文件和对象融合架构，引入元数据并行加速、IO直通零拷贝等关键技术和架构设计，兼顾海量小文件ops和大文件带宽性能，为大模型训练和推理应用提供高性能数据底座。
徐尔茨
上海交通大学
徐尔茨目前为上海交大计算机学院副教授。他于2019年获得国防科技大学（NUDT）博士学位。过去五年间，他在包括OSDI、FAST、ATC 和 Eurosys 在内的顶级系统会议上发表了20余篇论文，并两次获得USENIX FAST 最佳论文奖（2023年和2024年），并荣获 ACM SIGOPS China “新星奖”。他曾担任NSDI、FAST、Eurosys 和 ATC 等国际顶级会议的程序委员会成员。他的多项技术成果已被广泛应用于实际场景，包括在阿里云、IBM 等领先企业中部署，有效推动了分布式存储系统的性能与可靠性提升。
报告题目：浅谈学术界和工业界的合作范式
摘要：当前存储领域的科研发展，无论是CXL、ZNS等新型硬件架构，还是Userspace、Microkernel等新型软件栈，亦或是Storage for LLM等新型应用场景，都离不开工业界的深度参与。然而，学术界和工业界的出发点和实际实践却不总是“对齐”。本次报告将梳理多次学术界和工业界的合作实践，重点讨论一种优势互补的新合作范式---“Plan B”
陶鼎文
中国科学院计算技术研究所
中国科学院计算技术研究所研究员、中国科学院大学岗位教授、博士生导师。曾任美国印第安纳大学终身副教授。获得国家级人才项目、美国国家科学基金委杰出青年教授奖（NSF CAREER）、国家级海外青年人才项目、国际电气与电子工程师协会（IEEE）高性能计算杰出新人奖、美国《研究与发展》杂志R&D100创新奖、Meta（原脸书公司）研究奖、2024年度中国计算机学会（CCF）高性能计算“青年科技人才”等荣誉。长期从事高性能计算、并行软件及大规模深度学习研究，在并行压缩算法和软件方面取得开创性成果。研发的浮点压缩软件被多家国际顶尖科研机构和超算中心采用，并获2021年R&D100奖。同时积极推动压缩技术在智能超算中的应用。已发表高质量学术论文90余篇，其中包括近40篇CCF-A类论文。目前担任CCF A类期刊IEEE TPDS副主编、国际期刊Elsevier Parallel Computing分区主编。
报告题目：SkyFS-面向高性能数据处理的分布式文件系统
摘要：在高性能计算和大模型训练不断深入的背景下，海量数据的高效存储、快速访问与稳定处理成为关键挑战，传统文件系统已难以满足需求。本报告围绕自主研发的分布式文件系统SkyFS展开。系统深度融合高性能计算和大模型对数据处理的特性，从数据存储架构优化、弹性可扩展管理设计、数据压缩算法等维度进行创新。面向高性能计算的数据规模需求，设计分布式元数据索引结构和数据放置策略，实现10亿级文件规模和PB级数据容量的可扩展存储系统；针对科学计算和AI计算的数据处理功能特点和性能需求，扩展文件数据访问语义，融合新型数据压缩技术，提高运行时数据处理规模和带宽，实现应用可定制的文件级实时数据处理模块。经多场景测试验证，SkyFS分布式文件系统在数据处理吞吐量、响应速度和资源利用率等指标上表现优异，能够为高性能计算和大模型计算提供坚实的数据基础设施支持，助力相关领域突破数据处理瓶颈。
袁清波
中科曙光存储
正高级工程师，郑州大学研究生导师，曙光公司主任级工程师。2011年博士毕业于中科院计算所，研究领域是计算机系统结构、分布式存储系统、操作系统、RAID卡、全闪存系统；曾作为子课题负责人承担军委装备发展部项目1项、作为课题骨干或成员参与科技部高技术研究发展中心项目2项、作为课题骨干参与天津市智能制造项目2项；迄今以第一作者身份获得已授权专利13项。
报告题目：面向AI大模型的分布式存储系统设计与优化
摘要：AI大模型面临着规模的挑战和性能的挑战，原始数据在PB级到10-100PB级，有效数据集也达到了TB级到PB级；数据加载速度和检查点写入速度要求提升超百倍。对于分布式存储需要解决训练阶段的高速读、高速写，以及推理阶段的高吞吐、低延迟两大难题。曙光AI大模型存储通过一个数据平台、一套存储系统完成异构数据池化，在一个集群内支持多个存储池，一个存储池内可同时支持文本、图片、音频、视频等多种类型数据存储，同一份数据又可以被前端不同业务场景以文件、对象、大数据以及视频的存储方式并行访问；性能方面通过多级缓存、XDS数据加速等技术，提高数据shuffle、读batch阶段的元数据（小文件）与数据访问效率，提供极高数据写带宽缩短checkpoint耗时，提升算力效率；软硬件自主可控，提供安全可靠集群存储服务。
陈浩
阿里云
阿里云数据库团队技术专家，专注于下一代云原生数据库架构的开发与研究。在 FAST、ASPLOS、VLDB、SIGMOD、ICDE 等顶级会议发表多篇论文，研究成果多次获得国际认可，荣获 ICDE 2024、SIGMOD 2024 与 SIGMOD 2025 的 Industry Track Best Paper Award。
报告题目：PolarDB-MP：基于分离式共享内存的云原生多主数据库
摘要：PolarDB-MP是由阿里云数据库团队研发的云原生多主数据库，融合了分离式共享内存与共享存储，以突破传统多主架构在性能与扩展性方面的瓶颈。在 PolarDB-MP 中，每个节点均可平等访问全部数据，支持事务在本地独立执行，从而避免了传统分布式事务带来的开销。PolarDB-MP的核心组件为 Polar 多主融合服务器（PMFS），基于 RDMA 实现三大关键能力：事务融合，用于全局事务排序与可见性控制；缓存融合，提供分布式共享缓冲区；以及锁融合，实现跨节点并发控制。实验证明，PolarDB-MP 在高并发场景下相较现有方案具备更优性能，且已在阿里云完成上线部署。PolarDB-MP 是业内首个在事务协调与缓冲融合中同时采用分离式共享内存与共享存储的云原生多主数据库系统。相关研究成果荣获 SIGMOD 2024 Industry Track Best Paper Award。
CCF ChinaStorage
注册投稿与赞助展览
大会征稿包括论文 Poster、青年学者 Poster、基金项目 Poster，截稿日期为2025年7月31日，欢迎从事信息存储技术相关专业研究的专家、学者、技术人员及学生踊跃投稿。
投稿通知：
投稿网站：
https://conf.ccf.org.cn/chinastorage2025/paper