导语
先进科学实验产生海量数据，这对IT基础设施提出了严峻挑战。华为“100+行业智能化转型故事”第147期，我们走进中国科学院高能物理研究所，了解其如何通过华为OceanStor Pacific全闪分布式存储，为大科学装置构筑绿色高效、弹性扩展的科研数据湖底座。
“
在我们这儿，仅“拉索”这一台装置，每天就产生30TB、每年产生13PB的数据。这个数字，预计在2026年后会达到当前的8倍甚至更多。
程耀东
中国科学院高能物理研究所
计算中心副主任
两千多年前，屈原挥笔写下《天问》，问遍了天地离分、阴阳变化。而在数字时代的今天，有这样一群人，选择用高能物理作为笔砚，去续写这首浩荡的诗歌。
“九天之际，安放安属？”
高能物理的天问长诗
高能物理研究旨在探索万物的基本粒子及其相互作用，通过大型对撞机与天文探测装置捕捉宇宙演化的微观讯息。
为了实现与这些讯息的邂逅，科学家们可谓不遗余力。
中国科学院高能物理研究所(下简称“中国科学院高能所”)，就建设了一系列大科学装置，来帮助中国科学界乃至全人类，续写这首面朝万物起源的《天问》。
拉索(LHAASO)
在四川稻城海拔4410米的海子山上，中国科学院高能所建造了一所名叫“拉索(LHAASO)”的高海拔宇宙线观测站。这是世界上最大、最灵敏的超高能伽马射线探测装置。2022年，“拉索”完整地记录了一颗比太阳还重20倍的“超级太阳”——大质量恒星坍缩爆炸的全过程。
在北京怀柔，中国科学院高能所同样也建造了大科学装置——高能同步辐射光源(HEPS,High Energy Photon Source)。HEPS作为第四代同步辐射光源，具有世界最高光谱亮度，是中国拥有的第一台高能量同步辐射光源。
然而，高能物理领域的大科学装置会不约而同的遇到来自数字世界的挑战。
“洪泉极深，何以窴之？”
大科学装置的数据洪潮
“拉索(LHAASO)”项目中数千个探测器阵列
“拉索”项目中，1188座缪子探测器、5216个电磁粒子探测器、18台广角切伦科夫望远镜与78000平米的水切伦科夫探测器阵列互相配合，捕捉如雨点般纷至沓来的每一个粒子。这些观测数据集，将在小型数据中心进行快速处理与短期存储，然后将结果传输至位于北京的大型数据中心，进行大规模作业与联合分析。中科院高能所面临着来自数字世界的三方面挑战：
数据规模爆炸：仅“拉索”装置每天产生30TB数据，预计2026年全年将达到104PB，且面临年增20PB以上的巨量数据。
复杂负载模式：实验产生的数据呈现“前台小文件随机读写”与“后台大文件一写多读”的混合负载特征，对存储系统的IO性能提出了极高要求。
跨域管理难题：数据分布于北京、东莞、成都、稻城及国外联合单位，跨地域的海量数据同步与联合分析也是一大难题。
“隅隈多有，谁知其数？”
拔地而起的科研数据湖
事实上，一切先进科学实验的背后，都离不开海量数据。中国科学院高能所选择与华为合作，为大科学装置采用底层数据基础设施——华为OceanStor Pacific分布式存储。
高能物理实验产生的数据量巨大，需要高度自动化的数据处理和分析技术。而为了实现观测数据更好应用于科研场景，还需要搭配极强的数据编织能力。
而这些恰好是华为OceanStor Pacific全闪分布式存储的优势。基于此，中国科学院高能所与华为共同建设了一座科研数据湖，并开展联合的测试与调优。
OceanStor Pacific采用先进的闪存介质+AI算法：通过大容量SSD结合高密硬件设计，实现30%的性能加速与空间节省；针对ROOT/HDF5科学文件格式，实现了AI检测的无损数据压缩算法，进一步省50%的存储成本。
至此，数据洪潮就如过往所有未知一样，最终化作人类前行路途上趟过的小溪。
“冥昭瞢闇，谁能极之？”
数字时代的科学诗人
来自华为的OceanStor Pacific分布式存储，也恰如其名字一般，以汪洋之势海纳数据、镌刻文明的每一瞬痕迹。最终在中国科学院高能所的科研蓝图之上，化作问天的底气。
从横亘千古的《天问》，到今天对行星与夸克的观测，人类的好奇心从未改变。唯一变的，是科研工具与数字化技术的更迭。
于是，我们有幸能比古人更近一步，去追问洪荒，去窥探无极。
冥昭瞢闇，就由我们来厘清一二。
100+行业智能化转型故事
全面智能化时代加速到来，智能化浪潮在各行业广泛掀起。华为联合伙伴，与行业头部客户共同创新，围绕价值场景，打造场景化解决方案，点亮行业灯塔。华为“100+行业智能化转型故事”，记录全新的智能化时代的行业灯塔故事。
