數(shù)據(jù)中心不能“偏科”，AIGC時(shí)代算力、存力需協(xié)調(diào)發(fā)展

黃金比例是數(shù)學(xué)上一種堪稱“完美”的比例關(guān)系，最早由歐幾里得在《幾何原本》中進(jìn)行了系統(tǒng)論述。之后，黃金比例的理念被廣泛應(yīng)用到數(shù)學(xué)、物理、建筑、農(nóng)業(yè)等多個(gè)領(lǐng)域，代表著最合理、最協(xié)調(diào)的一種情況或者狀態(tài)。

在數(shù)據(jù)中心領(lǐng)域，相關(guān)資源的合理配比愈發(fā)受到用戶們的關(guān)注。尤其是隨著大模型和生成式AI應(yīng)用的興起，對(duì)于算力、存力等需求迅速提升，越來(lái)越多數(shù)據(jù)中心用戶意識(shí)到數(shù)據(jù)中心資源需要平衡配置和協(xié)調(diào)發(fā)展，才能充分發(fā)揮其能力與價(jià)值。

今年以來(lái)，產(chǎn)業(yè)界多次呼吁AI時(shí)代的數(shù)據(jù)中心建設(shè)不能走向偏科，算力與存力的建設(shè)同等重要。正如浪潮信息存儲(chǔ)產(chǎn)品線副總經(jīng)理劉希猛所言：“當(dāng)前，生成式AI時(shí)代的‘百模爭(zhēng)秀’格局初現(xiàn)，AI大模型的建設(shè)不僅要有算力底座，更要有存力平臺(tái)。將數(shù)據(jù)中心的計(jì)算、全閃存儲(chǔ)、混閃存儲(chǔ)按照1:1:1黃金比例建設(shè)，用戶可最大化獲得投資回報(bào)比?！?/p>

數(shù)據(jù)中心不能“偏科”

Gartner預(yù)測(cè)，到2023年將有20%的內(nèi)容被AIGC所創(chuàng)建；到2025 年人工智能生成數(shù)據(jù)占比將達(dá)到10%。不可否認(rèn)，生成式AI、大模型正在成為數(shù)據(jù)中心基礎(chǔ)設(shè)施發(fā)展最大的牽引力。可以預(yù)見(jiàn)，由AIGC和大模型帶來(lái)的基礎(chǔ)設(shè)施投入在未來(lái)會(huì)持續(xù)增長(zhǎng)。

但從目前真實(shí)情況看，數(shù)據(jù)中心的建設(shè)是“偏科”和“失衡”的。出于各種原因，“重算力、輕存力”的現(xiàn)象較為明顯，大部分用戶非?？粗谿PU等算力產(chǎn)品的部署，卻忽視了存力建設(shè)的重要性，更缺少對(duì)于數(shù)據(jù)中心整體資源的規(guī)劃與匹配。

眾所周知，大模型應(yīng)用的核心是高質(zhì)量數(shù)據(jù)，數(shù)據(jù)的質(zhì)量又決定著算法的性能、泛化能力和應(yīng)用效果，而高質(zhì)量數(shù)據(jù)的得到又與存力息息相關(guān)，圍繞數(shù)據(jù)的“傳輸、存儲(chǔ)、分析、管理、安全”等環(huán)節(jié)，存力是釋放數(shù)據(jù)價(jià)值必不可少的關(guān)鍵因素。

事實(shí)上，大模型發(fā)展到今天，已經(jīng)屬于一個(gè)大規(guī)模、高質(zhì)量數(shù)據(jù)和數(shù)據(jù)高效處理的工程難題。隨著大模型逐漸向多模態(tài)的方向演進(jìn)，意味著除了持續(xù)的算力需求之外，對(duì)于數(shù)據(jù)存儲(chǔ)的容量、性能、多協(xié)議支持、可靠性、數(shù)據(jù)管理等帶來(lái)前所未有的變化。

例如，大模型多元異構(gòu)數(shù)據(jù)的歸集、標(biāo)注、訓(xùn)練、推理和歸檔均需要極高的效率來(lái)移動(dòng)數(shù)據(jù)，這意味著支持異構(gòu)數(shù)據(jù)的多協(xié)議融合將是解決大模型數(shù)據(jù)移動(dòng)與處理效率的關(guān)鍵所在；又如，AIGC應(yīng)用會(huì)產(chǎn)生大量推理需求，隨之而來(lái)的就是大規(guī)模的并行處理和復(fù)雜IO，對(duì)數(shù)據(jù)存儲(chǔ)性能要求極高；再如，大模型訓(xùn)練動(dòng)輒需要調(diào)用成百上千塊GPU卡，并且存在著不同的CheckPoint，對(duì)于存儲(chǔ)的穩(wěn)定可靠要求越來(lái)越高。

劉希猛直言，數(shù)據(jù)存儲(chǔ)與管理在AIGC時(shí)代承擔(dān)著兩個(gè)重要責(zé)任：其一、支撐起海量多元異構(gòu)數(shù)據(jù)的全生命周期管理工作；其二、承載起AIGC數(shù)據(jù)訓(xùn)練、推理對(duì)于性能、延時(shí)、容量、擴(kuò)展性等各種嚴(yán)苛需求。

對(duì)于用戶而言，除了需要重視存力建設(shè)之外，一個(gè)不容忽視的現(xiàn)實(shí)挑戰(zhàn)即：數(shù)據(jù)中心的算力、存力資源比例到底應(yīng)該如何配置才算最佳？為此，浪潮信息帶來(lái)了它的答案：從數(shù)據(jù)容量、帶寬、訪問(wèn)頻率以及成本等多個(gè)因素綜合考量，未來(lái)數(shù)據(jù)中心在實(shí)踐中需要形成算力、閃存和混閃的1:1:1黃金比例，以滿足AIGC、大模型等人工智能應(yīng)用的需求。

黃金比例是如何得出的

相比于歐美成熟市場(chǎng)，我國(guó)存力的發(fā)展一直滯后于算力。這從我國(guó)數(shù)據(jù)中心全閃存普及率較低、容災(zāi)保護(hù)建設(shè)力度較弱等方面可見(jiàn)一斑。

隨著AIGC時(shí)代的到來(lái)，這種滯后的現(xiàn)象更加明顯與突出。面對(duì)AIGC迅猛的算力需求，很多用戶從一開(kāi)始就“走一步看一步”，往往是先購(gòu)買算力，使用過(guò)程中發(fā)現(xiàn)存力跟不上，再去著手配置相應(yīng)的存力，缺乏數(shù)據(jù)中心資源整體規(guī)劃，建設(shè)方式明顯落伍。

某種程度而言，我國(guó)通過(guò)普及和推廣數(shù)據(jù)中心算力、閃存和混閃的1:1:1黃金比例既能讓用戶在基礎(chǔ)設(shè)施層面更好地支撐起AIGC領(lǐng)域的創(chuàng)新，又可推動(dòng)我國(guó)數(shù)據(jù)中心存力建設(shè)，實(shí)現(xiàn)數(shù)據(jù)中心整體資源配置和利用水平的提升。

但數(shù)據(jù)中心資源配置的黃金比例為什么會(huì)是“1個(gè)GPU節(jié)點(diǎn)，對(duì)應(yīng)1個(gè)全閃存儲(chǔ)、對(duì)應(yīng)1個(gè)混閃存儲(chǔ)” ？浪潮信息之所以會(huì)提出算力、閃存和混閃的1:1:1黃金比例，主要來(lái)自兩個(gè)方面的核心原因：

首先，黃金比例源自于浪潮信息較早就涉足大模型的實(shí)踐。早在2021年，浪潮信息就發(fā)布了源1.0中文大模型，當(dāng)時(shí)該模型參數(shù)就高達(dá)2457億個(gè)，訓(xùn)練文本數(shù)據(jù)量高達(dá)50TB，在這些年的大模型訓(xùn)練、推理實(shí)踐中，浪潮信息自身的基礎(chǔ)設(shè)施產(chǎn)品起到了關(guān)鍵的支撐作用；同時(shí)，浪潮信息也深刻感受到數(shù)據(jù)中心算力、存力的合理配置，對(duì)于發(fā)展大模型的重要性。

例如，在大模型訓(xùn)練與推理場(chǎng)景中，數(shù)據(jù)存儲(chǔ)最大的挑戰(zhàn)就是如何將不同數(shù)據(jù)源源不斷傳輸?shù)紺PU和GPU，因此對(duì)于數(shù)據(jù)處理性能、如何與GPU配合等考驗(yàn)極大。

“對(duì)于源1.0的實(shí)踐是浪潮信息存儲(chǔ)產(chǎn)品的先天優(yōu)勢(shì)。市場(chǎng)中很少有企業(yè)能搭建一套大規(guī)模集群來(lái)進(jìn)行支撐大模型的應(yīng)用?！崩顺狈植际酱鎯?chǔ)產(chǎn)品線總經(jīng)理姜樂(lè)果如是說(shuō)。

其次，作為國(guó)內(nèi)領(lǐng)先的企業(yè)級(jí)存儲(chǔ)廠商，浪潮信息對(duì)于閃存、混閃等相關(guān)存力技術(shù)的未來(lái)發(fā)展有著深刻洞察，加上浪潮信息相關(guān)存儲(chǔ)解決方案已經(jīng)在國(guó)內(nèi)多家AIGC企業(yè)中成功應(yīng)用，對(duì)于AIGC時(shí)代數(shù)據(jù)中心的整體建設(shè)已經(jīng)積累了較多實(shí)踐。

“浪潮信息在閃存領(lǐng)域具有全棧技術(shù)創(chuàng)新能力，從底層SSD的控制器到存儲(chǔ)系統(tǒng)軟硬件，再到上層應(yīng)用，實(shí)現(xiàn)盤控協(xié)同，以及數(shù)據(jù)全鏈路的優(yōu)化，有利于像AIGC這類應(yīng)用充分釋放數(shù)據(jù)的價(jià)值。”劉希猛補(bǔ)充道。

事實(shí)上，考慮到市場(chǎng)內(nèi)外部環(huán)境與因素，未來(lái)算力市場(chǎng)GPU緊缺的情況還將持續(xù)很長(zhǎng)一段時(shí)間，這也讓算力、閃存和混閃的1:1:1黃金比例具有非常強(qiáng)的實(shí)踐意義。在算力緊缺的情況下，同等算力配置下，以存強(qiáng)算，通過(guò)算力與存力的合理配置，可以充分發(fā)揮基礎(chǔ)設(shè)施整體資源的價(jià)值。

為了進(jìn)一步推動(dòng)黃金比例在數(shù)據(jù)中心領(lǐng)域的推廣，浪潮信息近期又正式推出針對(duì)大模型應(yīng)用存儲(chǔ)系統(tǒng)：AS 15000G7，以幫助用戶從復(fù)雜的基礎(chǔ)設(shè)施中解脫出來(lái)，全力投入到AIGC創(chuàng)新之中。

AS 15000G7，讓黃金比例落在實(shí)處

可以說(shuō)，黃金比例的普及，存儲(chǔ)系統(tǒng)是關(guān)鍵。

眾所周知，近年來(lái)隨著閃存介質(zhì)容量的持續(xù)提升以及價(jià)格的不斷下降，為存力在國(guó)內(nèi)的發(fā)展創(chuàng)造了極好的條件。毫無(wú)疑問(wèn)，AIGC的興起，將進(jìn)一步驅(qū)動(dòng)全閃、混閃等存儲(chǔ)產(chǎn)品加速創(chuàng)新。

“AIGC類應(yīng)用帶來(lái)了對(duì)容量、性能、功能等需求的全面提升?！苯獦?lè)果介紹道，“存儲(chǔ)系統(tǒng)不僅需要進(jìn)行全新組合與設(shè)計(jì)，進(jìn)而滿足AIGC類應(yīng)用的數(shù)據(jù)存儲(chǔ)需求，還要避免傳統(tǒng)存儲(chǔ)方案的復(fù)雜性和低效率。”

因此，浪潮信息面向AIGC應(yīng)用場(chǎng)景打造出AS 15000G7，通過(guò)極致性能、極致管理、極致融合和極致效率來(lái)滿足用戶們對(duì)于大模型訓(xùn)練的數(shù)據(jù)存儲(chǔ)在性能、管理、融合和效率方面的綜合需求，助力AIGC在各個(gè)行業(yè)的落地，并加速釋放數(shù)據(jù)價(jià)值。

首先，針對(duì)大模型高并發(fā)、復(fù)雜IO等特征，AS 15000G7從架構(gòu)、硬件、關(guān)鍵技術(shù)、IO路徑優(yōu)化等多個(gè)方面為AIGC帶來(lái)了極致性能，為大模型的訓(xùn)練等帶來(lái)性能保障。具體來(lái)看，AS 15000G7通過(guò)GDS、RDMA技術(shù)縮短I/O路徑，并且利用智能元數(shù)據(jù)管理顯著提升數(shù)據(jù)訪問(wèn)和檢索速度；另外，獨(dú)有的智能網(wǎng)絡(luò)優(yōu)化技術(shù)實(shí)現(xiàn)提升網(wǎng)絡(luò)端口并發(fā)能力，時(shí)延縮短50%以上，尤其是小文件級(jí)傳輸?shù)臅r(shí)延可降至毫秒級(jí)。

其次，針對(duì)大模型訓(xùn)練流程管理，AS 15000G7提供全流程透明可控的極致管理。AS 15000G7可同時(shí)搭載AIStation調(diào)度平臺(tái)和InView數(shù)據(jù)管理平臺(tái)，對(duì)AI服務(wù)器、網(wǎng)絡(luò)、存儲(chǔ)等設(shè)備進(jìn)行智能運(yùn)維，支持訓(xùn)練推理全流程的多租戶管理、資源分配、數(shù)據(jù)管理分析。可以通過(guò)一套存儲(chǔ)實(shí)現(xiàn)對(duì)AIGC數(shù)據(jù)采集、清洗、訓(xùn)練、推理、歸檔不同場(chǎng)景全流程的設(shè)備資源監(jiān)控和管理。

第三，針對(duì)大模型多元異構(gòu)數(shù)據(jù)的歸集、標(biāo)注、訓(xùn)練、推理和歸檔，AS 15000G7融合架構(gòu)實(shí)現(xiàn)多源異構(gòu)巨量數(shù)據(jù)的極致融合，對(duì)文件、對(duì)象、大數(shù)據(jù)以及視頻的存儲(chǔ)方式進(jìn)行并行訪問(wèn)，支持多協(xié)議實(shí)時(shí)互訪互通和系統(tǒng)扁平擴(kuò)展，數(shù)據(jù)訪問(wèn)過(guò)程中保持語(yǔ)義一致、性能無(wú)損，從而對(duì)AI大模型海量多源異構(gòu)非結(jié)構(gòu)化數(shù)據(jù)實(shí)現(xiàn)高效共享。

最后，針對(duì)大模型所需要的巨額投入，AS 15000G7可助力用戶實(shí)現(xiàn)黃金比例的數(shù)據(jù)中心資源最佳配比，提升投資回報(bào)比，帶來(lái)極致效率。AS 15000G7根據(jù)閃存、磁盤、磁帶、光盤等不同介質(zhì)分為性能型、均衡型、容量型三種機(jī)型，并且基于自動(dòng)化的數(shù)據(jù)分層和遷移，在應(yīng)用安全透明的前提下，實(shí)現(xiàn)熱溫冷冰數(shù)據(jù)全生命周期的管理，帶來(lái)TCO的顯著降低。

毋庸置疑，AIGC的興起標(biāo)志著人工智能發(fā)展的拐點(diǎn)已至。當(dāng)下，中國(guó)已經(jīng)成為全球AIGC創(chuàng)新與發(fā)展的熱土。不完全統(tǒng)計(jì)，當(dāng)前國(guó)內(nèi)大模型數(shù)量已經(jīng)超過(guò)200個(gè)，不同類型的企業(yè)均在全力推動(dòng)AIGC、大模型的發(fā)展。如今，人們愈發(fā)意識(shí)到“大模型產(chǎn)業(yè)發(fā)展，基礎(chǔ)設(shè)施先行”的道理，算力、閃存和混閃的1:1:1黃金比例建設(shè)理念出現(xiàn)可謂是恰逢其時(shí)，有助于探索AIGC的企業(yè)降低基礎(chǔ)設(shè)施復(fù)雜度，從而更好地聚焦創(chuàng)新。

“AIGC現(xiàn)在才剛剛起步，未來(lái)會(huì)持續(xù)帶來(lái)對(duì)基礎(chǔ)設(shè)施的需求。預(yù)計(jì)到2026年，黃金比例的建設(shè)模式有望得到廣泛應(yīng)用。”劉希猛最后表示道。

生成海報(bào)

免責(zé)聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評(píng)論性文章，所有文字和圖片版權(quán)歸作者所有，且僅代表作者個(gè)人觀點(diǎn)，與極客網(wǎng)無(wú)關(guān)。文章僅供讀者參考，并請(qǐng)自行核實(shí)相關(guān)內(nèi)容。投訴郵箱：editor@fromgeek.com。

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。