當前，生成式AI（AIGC）已經成為AI產業化發展的主戰場，隨著大模型參數量和數據量的爆發式增長，多源異構數據的傳、用、管、存，正在成為制約生成式AI落地的瓶頸之一。為了化解生成式AI的數據存儲與管理瓶頸，浪潮信息在“數智未來”AIGC數據應用創新論壇上，正式發布面向生成式AI的存儲解決方案，該方案以極致融合、極致性能、極致節能，和熱溫冷冰四級數據全生命周期管理，助力開啟生成式AI新局面，創造智慧時代新機遇。
生成式AI亟待突破多源異構和存儲性能瓶頸
【資料圖】
生產式AI是人工智能從1.0時代進入2.0時代的重要標志，其具備強大的認知智能，在搜索引擎、藝術創作、影音游戲，以及金融、教育、醫療、工業等領域有著廣闊的應用前景。Gartner預測，到2023年將有20%的內容被AIGC所創建；到2025年人工智能生成數據占比將達到10%。據分析師預測，到2032年，生成式人工智能市場規模將達到2,000億美元，占據人工智能支出總額的約20%，顯著高出當前的5%。換言之，未來十年市場規模可能每兩年就會翻一番。
生成式AI主要應用場景涵蓋文本生成、語音生成、圖片生成、視頻生成、代碼生成、虛擬人生成等，在每種應用的背后是基于行業上下游對數據進行采集、標注、訓練、推理、歸檔，其特征是數據量大、多元數據類型復雜、服務協議多樣、性能要求苛刻、要求服務持續在線。生成式AI對數據存儲提出如下挑戰：
異構數據的融合：生成式AI訓練模型的數據呈現來源多、格式多的多源異構現狀，傳統存儲面向單一數據類型設計，需要以搬移數據的方式實現多協議訪問，存儲成為應用平臺的關鍵瓶頸；
持續的低延遲與高帶寬：模型訓練過程中，頻繁地從數據集取Token，每個Token一般4字節，實時高并發小IO性能需要極低的延遲；存儲模型Checkpoint時，為Checkpoint數據可快速寫入，需要高帶寬；
EB級大容量存儲需求：越多的數據投喂結果越精準的工作原理，決定了大模型訓練存在深度學習網絡層數多、連接多、參數和數據集種類復雜、數據量大的特征，隨著模型參數和數據量的快速增長，對于存儲的大容量和擴展需求也迫在眉睫。
數據存儲產業需要進行全方位的技術升級，通過在多源異構融合、數據高速傳輸、海量數據管理等方面持續創新，打造專業的生成式AI存儲產品與解決方案。
浪潮信息讓生成式AI智慧有數
浪潮信息是最早布局大模型的企業之一，打造了算力、算法、數據全棧的解決方案能力。在數據存儲領域，浪潮信息準確識別行業痛點、積極布局，經過持續攻關，在融合存儲架構、系統性能設計、數據全生命周期管理算法等方面不斷突破，打造出生成式AI存儲解決方案。
浪潮信息生成式AI存儲解決方案基于AS13000融合存儲系統，可以支撐AIGC產業上中下游業務應用，并針對不同業務階段的數據存儲需求，提供熱溫冷冰四級存儲，實現數據在各級存儲間自動流轉。用高性能節點形態來滿足數據訓練、數據推理兩個階段的高帶寬、低延時、高并行讀寫性能存儲需求，用大容量節點形態來滿足數據采集、數據準備、數據歸檔三個階段的海量多元數據存儲需求，方案具備極致融合、極致性能、極致節能三大能力，以及熱、溫、冷、冰四級數據全生命周期存儲管理能力，助力生成式AI突破海量數據存力瓶頸，加速釋放數據的價值。
目前，浪潮信息生成式AI存儲解決方案已經在全球領先的中文語言大模型“源1.0”中成功落地，面對千億級參數量和數據量帶來的挑戰，浪潮信息通過AS13000高吞吐并行存儲系統實現了多存儲協議互通、數據融合，利用全閃的極致性能，助力“源1.0”大模型實現了16天完成訓練的超高效率。國內AI獨角獸公司采用浪潮信息提供的并行文件存儲，承載5000億參數量的NLP語言類大模型的數據集Token和CheckPoint文件，輕松應對大/小文件的讀寫挑戰，配置AS13000全閃存儲集群，支持高性能RocE組網和GPU直通存儲功能，帶寬超過300GB、存儲性能超過350萬 IOPS，保證存儲集群的高可用與敏捷擴容。
面對生成式AI掀起的變革熱潮，誰能掌握數字化變革的先機，誰就能把握未來AI革命的致勝關鍵，而數據底座將成為千行百業創新變革的重要基石。浪潮信息存儲秉承“存儲即平臺”的產品理念，精耕數據存儲產品與解決方案，攜手合作伙伴，助力生成式AI在金融虛擬客服、圖片編輯設計、智能駕駛、跨模態檢索等場景的落地，激活數據要素新潛能，駕馭智慧化轉型新趨勢，在機遇與挑戰并存的新格局下，為行業轉型注入新價值、新動能。（柯巖）
免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據。
上一篇：“40℃+”高溫頻頻“打卡” 多地增強保障應對“熱”情
下一篇：最后一頁
