AIMesh 是面向 AI 工厂的“数据与内存网”，覆盖 AI 全生命周期的数据基础设施。AIMesh 通过 “三层一平面” 架构，构建了统 一的智能数据网络，实现数据与算力的无缝协同，让每一张 GPU 都被数据和上下文喂满，助力企业突破 AI 规模化的核心障碍。

解决的问题

• 训练 IO 墙：GPU 算力提升快，存储 I/O 性能滞后，万卡训练时 Checkpoint 写入和随机样本读取容易让 GPU 空转，GPU 利用率常低于 50%；

• 推理内存墙：长上下文、多轮 Agent 导致 KV Cache 爆炸式增长，HBM 显存有限且贵，推理成本不可控；

• 数据重力墙：EB 级数据分散在多套对象存储、文件存储、公有云中，来回搬运，性能、成本、合规管理混乱。

• G2-G3.5：由 MeshFusion 统一纳管主机 DRAM、本地 NAND、远端 NAND 中的 KV Cache；

• G4：由 MeshFS 稳定共享训练与推理生产数据；

• G5：由 MeshSpace 统一治理企业数据资产。

不同层级各司其职，又通过数据流动形成一体化 AI 数据基础设施。

核心价值

不是只做某一层加速，而是把“统一的数据与内存平面”落到不同层级：G2-G3.5 统一纳管 KV Cache，G4 稳定共享训练与推理生产数据，G5 统一治理企业数据资产。各层专业能力独立演进，同时跨层协同、按需流动。

完整分层架构和产品协同方式，见《AIMesh 白皮书》。