當(dāng)前，生成式AI（AIGC）已經(jīng)成為AI產(chǎn)業(yè)化發(fā)展的主戰(zhàn)場，隨著大模型參數(shù)量和數(shù)據(jù)量的爆發(fā)式增長，多源異構(gòu)數(shù)據(jù)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(shù)據(jù)存儲(chǔ)與管理瓶頸，浪潮信息在“數(shù)智未來”AIGC數(shù)據(jù)應(yīng)用創(chuàng)新論壇上，正式發(fā)布面向生成式AI的存儲(chǔ)解決方案，該方案以極致融合、極致性能、極致節(jié)能，和熱溫冷冰四級(jí)數(shù)據(jù)全生命周期管理，助力開啟生成式AI新局面，創(chuàng)造智慧時(shí)代新機(jī)遇。

生成式AI亟待突破多源異構(gòu)和存儲(chǔ)性能瓶頸

(相關(guān)資料圖)

生產(chǎn)式AI是人工智能從1.0時(shí)代進(jìn)入2.0時(shí)代的重要標(biāo)志，其具備強(qiáng)大的認(rèn)知智能，在搜索引擎、藝術(shù)創(chuàng)作、影音游戲，以及金融、教育、醫(yī)療、工業(yè)等領(lǐng)域有著廣闊的應(yīng)用前景。Gartner預(yù)測，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%。據(jù)分析師預(yù)測，到2032年，生成式人工智能市場規(guī)模將達(dá)到2,000億美元，占據(jù)人工智能支出總額的約20%，顯著高出當(dāng)前的5%。換言之，未來十年市場規(guī)?？赡苊績赡昃蜁?huì)翻一番。

生成式AI主要應(yīng)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(yīng)用的背后是基于行業(yè)上下游對(duì)數(shù)據(jù)進(jìn)行采集、標(biāo)注、訓(xùn)練、推理、歸檔，其特征是數(shù)據(jù)量大、多元數(shù)據(jù)類型復(fù)雜、服務(wù)協(xié)議多樣、性能要求苛刻、要求服務(wù)持續(xù)在線。生成式AI對(duì)數(shù)據(jù)存儲(chǔ)提出如下挑戰(zhàn)：

異構(gòu)數(shù)據(jù)的融合：生成式AI訓(xùn)練模型的數(shù)據(jù)呈現(xiàn)來源多、格式多的多源異構(gòu)現(xiàn)狀，傳統(tǒng)存儲(chǔ)面向單一數(shù)據(jù)類型設(shè)計(jì)，需要以搬移數(shù)據(jù)的方式實(shí)現(xiàn)多協(xié)議訪問，存儲(chǔ)成為應(yīng)用平臺(tái)的關(guān)鍵瓶頸；

持續(xù)的低延遲與高帶寬：模型訓(xùn)練過程中，頻繁地從數(shù)據(jù)集取Token，每個(gè)Token一般4字節(jié)，實(shí)時(shí)高并發(fā)小IO性能需要極低的延遲；存儲(chǔ)模型Checkpoint時(shí)，為Checkpoint數(shù)據(jù)可快速寫入，需要高帶寬；

EB級(jí)大容量存儲(chǔ)需求：越多的數(shù)據(jù)投喂結(jié)果越精準(zhǔn)的工作原理，決定了大模型訓(xùn)練存在深度學(xué)習(xí)網(wǎng)絡(luò)層數(shù)多、連接多、參數(shù)和數(shù)據(jù)集種類復(fù)雜、數(shù)據(jù)量大的特征，隨著模型參數(shù)和數(shù)據(jù)量的快速增長，對(duì)于存儲(chǔ)的大容量和擴(kuò)展需求也迫在眉睫。

數(shù)據(jù)存儲(chǔ)產(chǎn)業(yè)需要進(jìn)行全方位的技術(shù)升級(jí)，通過在多源異構(gòu)融合、數(shù)據(jù)高速傳輸、海量數(shù)據(jù)管理等方面持續(xù)創(chuàng)新，打造專業(yè)的生成式AI存儲(chǔ)產(chǎn)品與解決方案。

浪潮信息讓生成式AI智慧有數(shù)

浪潮信息是最早布局大模型的企業(yè)之一，打造了算力、算法、數(shù)據(jù)全棧的解決方案能力。在數(shù)據(jù)存儲(chǔ)領(lǐng)域，浪潮信息準(zhǔn)確識(shí)別行業(yè)痛點(diǎn)、積極布局，經(jīng)過持續(xù)攻關(guān)，在融合存儲(chǔ)架構(gòu)、系統(tǒng)性能設(shè)計(jì)、數(shù)據(jù)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(chǔ)解決方案。

浪潮信息生成式AI存儲(chǔ)解決方案基于AS13000融合存儲(chǔ)系統(tǒng)，可以支撐AIGC產(chǎn)業(yè)上中下游業(yè)務(wù)應(yīng)用，并針對(duì)不同業(yè)務(wù)階段的數(shù)據(jù)存儲(chǔ)需求，提供熱溫冷冰四級(jí)存儲(chǔ)，實(shí)現(xiàn)數(shù)據(jù)在各級(jí)存儲(chǔ)間自動(dòng)流轉(zhuǎn)。用高性能節(jié)點(diǎn)形態(tài)來滿足數(shù)據(jù)訓(xùn)練、數(shù)據(jù)推理兩個(gè)階段的高帶寬、低延時(shí)、高并行讀寫性能存儲(chǔ)需求，用大容量節(jié)點(diǎn)形態(tài)來滿足數(shù)據(jù)采集、數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)歸檔三個(gè)階段的海量多元數(shù)據(jù)存儲(chǔ)需求，方案具備極致融合、極致性能、極致節(jié)能三大能力，以及熱、溫、冷、冰四級(jí)數(shù)據(jù)全生命周期存儲(chǔ)管理能力，助力生成式AI突破海量數(shù)據(jù)存力瓶頸，加速釋放數(shù)據(jù)的價(jià)值。

目前，浪潮信息生成式AI存儲(chǔ)解決方案已經(jīng)在全球領(lǐng)先的中文語言大模型“源1.0”中成功落地，面對(duì)千億級(jí)參數(shù)量和數(shù)據(jù)量帶來的挑戰(zhàn)，浪潮信息通過AS13000高吞吐并行存儲(chǔ)系統(tǒng)實(shí)現(xiàn)了多存儲(chǔ)協(xié)議互通、數(shù)據(jù)融合，利用全閃的極致性能，助力“源1.0”大模型實(shí)現(xiàn)了16天完成訓(xùn)練的超高效率。國內(nèi)AI獨(dú)角獸公司采用浪潮信息提供的并行文件存儲(chǔ)，承載5000億參數(shù)量的NLP語言類大模型的數(shù)據(jù)集Token和CheckPoint文件，輕松應(yīng)對(duì)大/小文件的讀寫挑戰(zhàn)，配置AS13000全閃存儲(chǔ)集群，支持高性能RocE組網(wǎng)和GPU直通存儲(chǔ)功能，帶寬超過300GB、存儲(chǔ)性能超過350萬 IOPS，保證存儲(chǔ)集群的高可用與敏捷擴(kuò)容。

面對(duì)生成式AI掀起的變革熱潮，誰能掌握數(shù)字化變革的先機(jī)，誰就能把握未來AI革命的致勝關(guān)鍵，而數(shù)據(jù)底座將成為千行百業(yè)創(chuàng)新變革的重要基石。浪潮信息存儲(chǔ)秉承“存儲(chǔ)即平臺(tái)”的產(chǎn)品理念，精耕數(shù)據(jù)存儲(chǔ)產(chǎn)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(shè)計(jì)、智能駕駛、跨模態(tài)檢索等場景的落地，激活數(shù)據(jù)要素新潛能，駕馭智慧化轉(zhuǎn)型新趨勢，在機(jī)遇與挑戰(zhàn)并存的新格局下，為行業(yè)轉(zhuǎn)型注入新價(jià)值、新動(dòng)能。（柯巖）