7月14日，華為發布大模型時代AI儲存新品，為基礎模型訓練、產業模型訓練，細分場景模型訓練推理提供儲存最優解，釋放AI新動能。
企業在開發及實施大模型應用過程中，面臨四大挑戰：
首先，資料準備時間長，資料來源分散，歸集慢，預處理百TB資料需10天左右；其次，多模態大模型以大量文字、圖片為訓練集，目前海量小檔案的載入速度不足100MB/s，訓練集載入效率低；第三，大模型參數頻繁調優，訓練平台不穩定，平均約2天出現一次訓練中斷，需要Checkpoint機制恢復訓練，故障恢復耗時超過一天；最後，大模型實施門檻高，系統搭建繁雜，資源調度難，GPU資源利用率通常不到40%。
華為順應大模型時代AI發展趨勢，針對不同產業、不同場景大模型應用，推出OceanStor A310深度學習資料湖儲存與FusionCube A3000訓/推超融合一體機。
華為資料儲存產品線總裁 週躍峰
OceanStor A310深度學習資料湖存儲，面向基礎/產業大模型資料湖場景，實現從資料歸集、預處理到模型訓練、推理應用的AI全流程海量資料管理。
OceanStor A310單框5U支援業界最高的400GB/s頻寬以及1200萬IOPS的最高效能，可線性擴充至4096節點，實現多重協定無損互通。全域檔案系統GFS實現跨地域智慧資料編織，簡化資料歸集流程；透過近存運算實現近資料預處理，減少資料搬移，預處理效率提升30 %。
FusionCube A3000訓/推超融合一體機，針對業界大模型訓練/推理場景，針對百億級模型應用，整合OceanStor A300高效能儲存節點、訓/推節點、交換器、AI平台軟體與管理維運軟體，為大模型夥伴提供拎包入住式的部署體驗，實現一站式交付。開箱即用，2小時內即可完成部署。為了適應不同規模的模型需求，可以獨立水平擴展訓練節點和儲存節點。同時FusionCube A3000透過高效能容器實現多個模型訓練推理任務共享GPU，將資源利用率從40%提升到70%以上。 FusionCube A3000支援兩種靈活的商業模式，包括華為昇騰一站式方案，以及開放運算、網路、AI平台軟體的第三方夥伴一站式方案。
週躍峰表示，在大數據時代，數據決定了人工智慧的水平。作為資料的載體，資料儲存成為AI大模型的關鍵基礎設施。華為資料儲存未來將持續創新，面向AI大模型時代提供多樣化的方案與產品，攜手夥伴共同推動AI賦能千行百業。 ”
本網站上的內容（包括但不限於文字、圖片及音視頻），除轉載外，均為時代在線版權所有，未經書面協議授權，禁止轉載、鏈接、轉載或以其他 方式使用。違反上述聲明者，本網將追究其相關法律責任。請聯絡丁先生（news@time-weekly.com）以獲得本網站的轉載許可，如果其他媒體、網站或個人想要進行轉載的話
以上是華為發布大模型時代AI儲存新品的詳細內容。更多資訊請關注PHP中文網其他相關文章！
