软硬件加速的存储计算融合架构数据集

随着云计算、人工智能和隐私计算技术的快速发展，传统以CPU为中心的计算架构在大规模密码计算与人工智能推理任务中逐渐面临性能瓶颈。为系统评估存储计算融合架构在计算密集型任务中的加速效果，本文构建了软硬件加速的存储计算融合架构数据集。该数据集基于第三方测试评审大纲，在CPU硬件架构与存算融合硬件架构两种环境下，对6种典型密码学算法和4种人工智能算法开展加速性能测试，系统记录算法运行结果与计时信息。数据集包含18个密码学算法测试样例和15个人工智能算法测试结果数据，数据类型为日志文件与结构化结果文件（.log，.json），总数据量约1.8MB，时间精度达到毫秒级。测试环境部署于之江实验室，覆盖基于UPMEM近存计算卡与灵汐存算加速卡的多种异构硬件配置的服务器。通过多轮重复测试并取平均值的方式对数据进行质量控制，确保测试结果的稳定性与可重复性。本数据集为评估存算融合架构在密码计算与人工智能任务中的性能优势提供了可复现的数据基础，可为存算融合体系结构研究、软硬件协同优化以及新型计算架构的工程验证提供重要参考。