引言：讓更懂行的用戶聚焦存力，從而可以更好助推産教融合發展。
【全球存儲觀察 ｜ 熱點關注】從ChatGPT到Sora，新一代人工智能的蓬勃發展帶給了IT業界新啓示，大模型離不開大算力的支撐與大數據的洞察。
當“大模型+大算力+大數據”業已新一代人工智能發展的基本範式時，懂行的早已關注大算力，更懂行的卻將目光更多轉移到了存力。
其一，存力核心基礎設施價值凸顯。數據質量高低在很大程度上決定了大模型智能化水平，作爲支撐高質量數據集的載體，高性能的存儲系統成爲大模型進化不可或缺的核心基礎設施。這一觀點得到了大模型廠商的認證，4月18日Meta正式發布最強開源大模型Llama 3，紮克伯格就在訪談中提到，外置專業存儲在AI訓練中很重要。
其二，升級全閃成爲降低能耗最佳途徑之一。然而，大模型進化雖然迅猛，但能源將成爲限制。談及能耗管控方面，相比傳統磁盤存儲，全閃存儲憑借高性能、低功耗、高可靠的優勢受到許多企業的歡迎。
算力存力協同發展，
大模型進化才能跑得更快
在AI大模型時代，算力發展迅猛，成爲大模型訓練的主要成本，用戶特別關注算力順理成章。
在卷算力的同時，保障算力使用的存力也需重點關注，實際上在大模型訓練過程中，算力存力協同發展才有現實意義。
一方面，從AIGC發展現狀來分析，AIGC在很大程度上促進了內容生産更快更多，根據其內容模態不同可分爲文本、視頻、圖像，音頻與跨模態生成，這對于任何有志于大模型創新的科技公司而言，都需要大量的存儲空間來保存模型數據采集、預處理、訓練集數據及結果數據等。
二方面，隨著Sora文生視頻異軍突起，生成式AI將迎來新的技術革命，與此同時，文生視頻也將進一步引爆大模型數據爆炸式增長的新趨勢。大模型數據存儲容量將發生新的飛躍式攀升，從而加快邁向PB級的大模型存儲時代，這對于大模型進化將是一項新挑戰。
由此而言，大模型對于算力基礎設施要求將會聚焦在智能算力、數據存力與網絡運力三個方面。作爲高質量數據集載體的存儲系統，當仁不讓地成爲大模型核心基礎設施之一。
用戶已經從一味的堆疊算力，到讓每一分算力都發揮最大價值的階段，這時候就要看存儲的技術創新了。
那麽，問題來了，如何更好地實現算力存力協同發展呢？在此之前，必須明確了解多模態的大模型海量計算，已經對數據存儲提出了前所未有的高要求。道理大家都容易懂，存儲高要求實現越好，匹配智能算力發揮就越充分，從而大模型進化就越快。
然而，事實上，當前大模型存儲卻湧現出了三大制約其進化的挑戰。
其一，數據加載速度低下，成爲影響模型訓練時間的重要因素。其二，數據訪問協議多樣性，導致數據訪問效率不高。其三，大模型進入落地應用階段，開始走進千行百業，與各種各樣的場景進行深度融合。基于此，大模型面對多種安全威脅與挑戰。
可見，不搞定大模型存儲的三大挑戰，恐怕難以讓大模型進化跑得更快。
聚焦大模型進化的木桶短板，
自研XDS創新破局
哪裏有挑戰，哪裏就有突破。
誠然，在AIGC數據風暴下，大模型存儲針對存儲性能、訪問效率、數據安全等方面的挑戰，成爲大模型進化的木桶短板。一直在數據存儲領域有著全面布局的曙光存儲，在應對AIGC存力挑戰上，自研XDS技術實現存儲創新破局，滿足大模型快速進化的高性能存儲需求，也爲曙光存儲的未來發展創造了新的機會。
中科曙光存儲産品事業部副總經理 、曙光存儲公司副總裁 楊志雷
奔著算力存力協同發展的趨勢，中科曙光存儲産品事業部副總經理 、曙光存儲公司副總裁楊志雷表示，曙光ParaStor首創實現XDS智能加速技術，縮短數據傳輸IO路徑，減少CPU開銷，打造高效的存算協同。
針對以前常用AI訓練的緩存模式，GPU需先存儲數據到緩存，然後由CPU操控指令，GPU才能讀取數據。從CPU到緩存再到GPU，GPU數據調取效率太低。爲了助力加速AI流程，XDS技術開創性地實現數據直接加載到GPU，保證了存和算之間的通訊幾乎是無縫的，而且不需要通過更多的協議轉換，加速AI訓練的數據集加載與處理。與此同時，XDS技術值得一提的創新之處在于支持異構GPU直接存取，也支持多款算力端GPU直接存取。如此一來，面向AI場景，XDS加速訓練、推理業務流程帶來立竿見影的作用。
針對存力端的特定需求，XDS技術內嵌ParaBuffer加速引擎，在AI訓練計算節點與存儲系統之間構造大內存池，將系統整體I/O性能提升數倍。從真正意義上實現AI存算協同優化，大幅縮短訓練時間，由數十天降低至幾天。
針對大模型存儲在數據訪問協議多樣性上的挑戰，曙光ParaStor早已全面支持文件、塊、對象等多種存儲協議，實現統一的協議管理。ParaStor支持多副本及糾刪碼的冗余模式並存，支持多協議訪問。在提升系統可用性、可靠性及性能的同時，大幅度降低存儲成本。
針對AI存儲的數據安全性的挑戰，曙光ParaStor擁有全棧自研能力，從操作系統、存儲架構、軟件核心模塊、存儲介質等多層面保障數據安全。在數據存儲全棧安全的考量，帶給用戶更多放心與安心。
由此可見，XDS加速技術不僅帶來存儲效率提升，同時支持多存儲協議與智能分級，數據管理省心可靠，最終幫助大模型行業實現降本增效。
很顯然，隨著大模型行業發展深入，打造行業AI底座的道路上，XDS技術支持大模型應用的價值將得以進一步彰顯，AI未來已來，曙光存儲以長期以來的創新堅持，引領存儲未來趨勢。
“瘋狂星期四”加速升級全閃，
鍛造創新教育AI底座
在加速行業AI應用落地方面，科教行業呈現出了新變化。
之前，教育部大力推進人工智能、大數據等學科發展，又進一步擴大了高校教學對計算資源的需求，同時也帶動了存儲資源的建設。像清華大學、北京科技大學、複旦大學、湖州師範學院、福建師範大學、華南理工大學等科研院校機構，紛紛在AI領域豐富自己的能力，面向科研科教不斷進取。
此外，大模型的發展也加速了AI爲科學研究帶來更多可能性，AI for Science（AI4S）人工智能驅動的科研一時間備受關注。AI與科研的深度融合，針對自然界、人類社會的各種現象和規律，AI4S利用AI技術學習、模擬、預測和進行優化，以此尋求解決各種問題，從而推動科學突破與創新。目前，在生命科學、材料科學、能源、半導體、地球與環境等衆多領域及細分領域，AI4S已經都在不同程度地推進産研實踐。
據中科曙光存儲産品事業部副總經理 、曙光存儲公司副總裁楊志雷介紹，部分重點高校不僅有自己的先進計算實驗室，並且正朝著更大規模的數據中心發展，鍛造創新教育AI底座成爲大家的必然趨勢。同時在AI4S助力科學研究上，高效處理海量數據的需求也非常突出。
從實驗室走出的曙光更能深刻理解科教的數據存儲需求，憑借著多年的技術積累，發力科教行業，基于科教行業的場景需求，強化AI底座，並推出“瘋狂星期四”全閃升級促銷活動，加速升級全閃存儲，滿足科研院所和高校的AI數據存儲需求。
全閃升級活動細則包括：全閃存儲免費送！僅限科研教育行業用戶。活動有效期爲：2024年5月1日至2024年12月31日。
活動規則：買滿5PB機械硬盤容量，贈送3重大禮，提升5倍性能。
贈送1：150TB全閃存儲容量（NVMe SSD）
贈送2：分級存儲license授權
贈送3：IO模型分析套件
回饋科教用戶，價格不變，性能提升5倍+，這樣的促銷值得關注一下。
全球存儲觀察分析指出，雖然懂行的用戶都在卷算力，曙光存儲“瘋狂星期四”活動，讓更懂行的用戶聚焦存力，從而可以更好地助推産教融合發展。
值得關注的是，曙光存儲全棧自研，打造從部件到存儲節點到系統到整體存儲方案的四級安全體系。減少頻繁參數調優、服務器或網絡故障等原因導致的中斷影響，保障數據全生命周期內存儲系統的高可靠性。不僅穩定安全，而且中科曙光ParaStor分布式全閃存儲的整體擁有成本更具性價比。
面向未來發展，玩轉AI，科教行業升級全閃存儲勢在必行。
- END-
你
怎
麽
看
？
歡迎文末評論補充！
【全球存儲觀察 ｜全球雲觀察｜科技明說｜阿明觀察】專注科技公司分析，用數據說話，帶你看懂科技。本文和作者回複僅代表個人觀點，不構成任何投資建議。
