生成式AI亟待突破多源异构和存储性能瓶颈

　　当前，生成式AI(AIGC)已经成为AI产业化发展的主战场，随着大模型参数量和数据量的爆发式增长，多源异构数据的传、用、管、存，正在成为制约生成式AI落地的瓶颈之一。为了化解生成式AI的数据存储与管理瓶颈，浪潮信息在“数智未来”AIGC数据应用创新论坛上，正式发布面向生成式AI的存储解决方案，该方案以极致融合、极致性能、极致节能，和热温冷冰四级数据全生命周期管理，助力开启生成式AI新局面，创造智慧时代新机遇。

　　生成式AI亟待突破多源异构和存储性能瓶颈

　　生产式AI是人工智能从1.0时代进入2.0时代的重要标志，其具备强大的认知智能，在搜索引擎、艺术创作、影音游戏，以及金融、教育、医疗、工业等领域有着广阔的应用前景。Gartner预测，到2023年将有20%的内容被AIGC所创建;到2025年人工智能生成数据占比将达到10%。据分析师预测，到2032年，生成式人工智能市场规模将达到2,000亿美元，占据人工智能支出总额的约20%，显著高出当前的5%。换言之，未来十年市场规模可能每两年就会翻一番。

　　生成式AI主要应用场景涵盖文本生成、语音生成、图片生成、视频生成、代码生成、虚拟人生成等，在每种应用的背后是基于行业上下游对数据进行采集、标注、训练、推理、归档，其特征是数据量大、多元数据类型复杂、服务协议多样、性能要求苛刻、要求服务持续在线。生成式AI对数据存储提出如下挑战：

　　异构数据的融合：生成式AI训练模型的数据呈现来源多、格式多的多源异构现状，传统存储面向单一数据类型设计，需要以搬移数据的方式实现多协议访问，存储成为应用平台的关键瓶颈;

　　持续的低延迟与高带宽：模型训练过程中，频繁地从数据集取Token，每个Token一般4字节，实时高并发小IO性能需要极低的延迟;存储模型Checkpoint时，为Checkpoint数据可快速写入，需要高带宽;

　　EB级大容量存储需求：越多的数据投喂结果越精准的工作原理，决定了大模型训练存在深度学习网络层数多、连接多、参数和数据集种类复杂、数据量大的特征，随着模型参数和数据量的快速增长，对于存储的大容量和扩展需求也迫在眉睫。

　　数据存储产业需要进行全方位的技术升级，通过在多源异构融合、数据高速传输、海量数据管理等方面持续创新，打造专业的生成式AI存储产品与解决方案。

　　浪潮信息让生成式AI智慧有数

　　浪潮信息是最早布局大模型的企业之一，打造了算力、算法、数据全栈的解决方案能力。在数据存储领域，浪潮信息准确识别行业痛点、积极布局，经过持续攻关，在融合存储架构、系统性能设计、数据全生命周期管理算法等方面不断突破，打造出生成式AI存储解决方案。

　　浪潮信息生成式AI存储解决方案基于AS13000融合存储系统，可以支撑AIGC产业上中下游业务应用，并针对不同业务阶段的数据存储需求，提供热温冷冰四级存储，实现数据在各级存储间自动流转。用高性能节点形态来满足数据训练、数据推理两个阶段的高带宽、低延时、高并行读写性能存储需求，用大容量节点形态来满足数据采集、数据准备、数据归档三个阶段的海量多元数据存储需求，方案具备极致融合、极致性能、极致节能三大能力，以及热、温、冷、冰四级数据全生命周期存储管理能力，助力生成式AI突破海量数据存力瓶颈，加速释放数据的价值。

　　目前，浪潮信息生成式AI存储解决方案已经在全球领先的中文语言大模型“源1.0”中成功落地，面对千亿级参数量和数据量带来的挑战，浪潮信息通过AS13000高吞吐并行存储系统实现了多存储协议互通、数据融合，利用全闪的极致性能，助力“源1.0”大模型实现了16天完成训练的超高效率。国内AI独角兽公司采用浪潮信息提供的并行文件存储，承载5000亿参数量的NLP语言类大模型的数据集Token和CheckPoint文件，轻松应对大/小文件的读写挑战，配置AS13000全闪存储集群，支持高性能RocE组网和GPU直通存储功能，带宽超过300GB、存储性能超过350万 IOPS，保证存储集群的高可用与敏捷扩容。

　　面对生成式AI掀起的变革热潮，谁能掌握数字化变革的先机，谁就能把握未来AI革命的致胜关键，而数据底座将成为千行百业创新变革的重要基石。浪潮信息存储秉承“存储即平台”的产品理念，精耕数据存储产品与解决方案，携手合作伙伴，助力生成式AI在金融虚拟客服、图片编辑设计、智能驾驶、跨模态检索等场景的落地，激活数据要素新潜能，驾驭智慧化转型新趋势，在机遇与挑战并存的新格局下，为行业转型注入新价值、新动能。(柯岩)