當前，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)存儲與管理瓶頸，7月6日，浪潮信息在“數(shù)智未來”AIGC數(shù)據(jù)應用創(chuàng)新論壇上，正式發(fā)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(jié)能，和熱溫冷冰四級數(shù)據(jù)全生命周期管理，助力開啟生成式AI新局面，創(chuàng)造智慧時代新機遇。

生成式AI亟待突破多源異構(gòu)和存儲性能瓶頸

生產(chǎn)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(shù)創(chuàng)作、影音游戲，以及金融、教育、醫(yī)療、工業(yè)等領域有著廣闊的應用前景。Gartner預測，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)占比將達到10%。據(jù)分析師預測，到2032年，生成式人工智能市場規(guī)模將達到2,000億美元，占據(jù)人工智能支出總額的約20%，顯著高出當前的5%。換言之，未來十年市場規(guī)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(yè)上下游對數(shù)據(jù)進行采集、標注、訓練、推理、歸檔，其特征是數(shù)據(jù)量大、多元數(shù)據(jù)類型復雜、服務協(xié)議多樣、性能要求苛刻、要求服務持續(xù)在線。生成式AI對數(shù)據(jù)存儲提出如下挑戰(zhàn)：

• 異構(gòu)數(shù)據(jù)的融合：生成式AI訓練模型的數(shù)據(jù)呈現(xiàn)來源多、格式多的多源異構(gòu)現(xiàn)狀，傳統(tǒng)存儲面向單一數(shù)據(jù)類型設計，需要以搬移數(shù)據(jù)的方式實現(xiàn)多協(xié)議訪問，存儲成為應用平臺的關鍵瓶頸；

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

• EB級大容量存儲需求：越多的數(shù)據(jù)投喂結(jié)果越精準的工作原理，決定了大模型訓練存在深度學習網(wǎng)絡層數(shù)多、連接多、參數(shù)和數(shù)據(jù)集種類復雜、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，對于存儲的大容量和擴展需求也迫在眉睫。

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)存儲領域，浪潮信息準確識別行業(yè)痛點、積極布局，經(jīng)過持續(xù)攻關，在融合存儲架構(gòu)、系統(tǒng)性能設計、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(tǒng)，可以支撐AIGC產(chǎn)業(yè)上中下游業(yè)務應用，并針對不同業(yè)務階段的數(shù)據(jù)存儲需求，提供熱溫冷冰四級存儲，實現(xiàn)數(shù)據(jù)在各級存儲間自動流轉(zhuǎn)。用高性能節(jié)點形態(tài)來滿足數(shù)據(jù)訓練、數(shù)據(jù)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(jié)點形態(tài)來滿足數(shù)據(jù)采集、數(shù)據(jù)準備、數(shù)據(jù)歸檔三個階段的海量多元數(shù)據(jù)存儲需求，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、冰四級數(shù)據(jù)全生命周期存儲管理能力，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)的價值。

• 極致融合。為了應對不同模態(tài)的多樣性需求，浪潮信息提出“協(xié)議互通、數(shù)據(jù)融合”設計理念，一個集群內(nèi)支持多個存儲池，一個存儲池內(nèi)支持文本、圖片、音頻、視頻等多種類型數(shù)據(jù)存儲，一份數(shù)據(jù)又可以被前端不同業(yè)務場景同時以文件、對象、大數(shù)據(jù)、視頻四種存儲協(xié)議進行并行訪問。用一套存儲實現(xiàn)支持多模態(tài)場景應用，免除了數(shù)據(jù)跨應用時的復制，實現(xiàn)真正意義上非結(jié)構(gòu)化數(shù)據(jù)的協(xié)議互訪互通，讓數(shù)據(jù)融合。

• 極致性能。AIGC場景數(shù)據(jù)類型多樣化，文件大小不一、數(shù)量多，且讀寫頻繁，對存儲系統(tǒng)的百GB級高帶寬、百萬級IOPS需求成了常態(tài)。浪潮信息在軟件方面，通過數(shù)控分離架構(gòu)減少東西向數(shù)據(jù)量的轉(zhuǎn)發(fā)，通過GDS、RMDA技術(shù)縮短I/O路徑，通過SPDK、緩存零拷貝技術(shù)減少I/O路徑上的數(shù)據(jù)拷貝，以及基于自研NVMe SSD開發(fā)的盤控協(xié)同技術(shù)，減少I/O訪問SSD盤的次數(shù)，使存儲性能得到進一步釋放。在硬件方面，優(yōu)化IO路徑通道，均衡IO路徑，最大化發(fā)揮硬件性能，全閃單節(jié)點帶寬超過50GB/s，IOPS超過50萬；此外，創(chuàng)新性地引入雙控全閃節(jié)點，帶寬超100GB/s，IOPS超100萬，真正使系統(tǒng)具備千萬級IOPS、EB級帶寬，充分滿足AIGC場景對存儲系統(tǒng)的苛刻要求。

• 極致節(jié)能。浪潮信息近期最新發(fā)布了G7硬件平臺，存儲專用的液冷服務器涵蓋性能型和容量型，且均采用模塊化冷板組件設計模式。在系統(tǒng)方案層面，浪潮信息具有風液式、液液式等完善的端到端解決方案，能夠為用戶全方位打造液冷數(shù)據(jù)中心交鑰匙工程，并且完成了業(yè)界首次液冷整機柜批量交付，實現(xiàn)PUE<1.1。

• 端到端的數(shù)據(jù)全生命周期管理。除了三大“極致”能力之外，得益于“資源互通、管理融合”的設計理念，浪潮生成式AI存儲方案基于閃存、磁盤、磁帶、光盤四種介質(zhì)提供熱溫冷冰四種存儲資源，通過資源互通實現(xiàn)數(shù)據(jù)全生命周期管理?；跀?shù)據(jù)的熱度識別，自動釋放在線存儲空間，可以將海量數(shù)據(jù)自動歸檔到光盤庫，降低長期存儲成本；實現(xiàn)冷數(shù)據(jù)的分鐘級快速回調(diào)，滿足0~4級應用的存儲需求。四種介質(zhì)、四類存儲節(jié)點，提供熱溫冷冰自動流轉(zhuǎn)，滿足各類應用的靈活配置需求，通過性能型、均衡型、容量型、高密容量型四種機型的按需靈活配置，進一步降低整體投入。

浪潮信息生成式AI存儲解決方案

目前，浪潮信息生成式AI存儲解決方案已經(jīng)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(shù)量和PB級數(shù)據(jù)量帶來的挑戰(zhàn)，浪潮信息通過AS13000高吞吐并行存儲系統(tǒng)實現(xiàn)了多存儲協(xié)議互通、數(shù)據(jù)融合，利用全閃的極致性能，助力“源1.0”大模型實現(xiàn)了16天完成訓練的超高效率。國內(nèi)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(shù)量的NLP語言類大模型的數(shù)據(jù)集Token和CheckPoint文件，輕松應對大/小文件的讀寫挑戰(zhàn)，配置AS13000全閃存儲集群，支持高性能RocE組網(wǎng)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(shù)字化變革的先機，誰就能把握未來AI革命的致勝關鍵，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。浪潮信息存儲秉承“存儲即平臺”的產(chǎn)品理念，精耕數(shù)據(jù)存儲產(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、圖片編輯設計、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，在機遇與挑戰(zhàn)并存的新格局下，為行業(yè)轉(zhuǎn)型注入新價值、新動能。