您正在使用IE低版浏览器,为了您的雷峰网账号安全和更好的产品体验,强烈建议使用更快更安全的浏览器
此为临时链接,仅用于文章预览,将在时失效
数智化 正文
发私信给胡敏
发送

0

大模型,不止带火算力市场

本文作者:胡敏 2024-01-29 14:23
导语:随着大模型深入发展,大模型下一个需求大爆发在于存储。

2023年初,大模型呼啸而来,给人的震撼前所未有。

而在大模型时代浸润一年后的今天,业内基本达成共识:大模型就是一趟加速狂奔列车,如果赶上,能享受时代带来的一大波红利,必须抢先入局,拿到这趟车的车票。

做大模型的人纷至沓来,大模型的产业链上下游也迎来前所未有大爆发,其中,让人感知最深就是算力。“哪家云厂囤卡比较多”、“A100、A800根本没货”..... 算力紧俏的话语经常听到。

得算力得天下,国内这一轮大模型都在围绕算力奔忙,许多投资者遵循这一逻辑,购买相关资产配置,算力公司的市值也由此大涨,而许多做算力相关的渠道商,也因为这一波大模型赚得盆满钵满。

大模型,不止带火算力市场

联想凌拓首席执行官 陆大昕

实际上,大模型带来的机会远不止在算力,随着大模型深入发展,大模型下一个需求大爆发在于存储。近期,雷峰网近期参加联想凌拓2024技术大会。联想凌拓首席执行官陆大昕在演讲中表示:“数据怎么存储、怎么管理、怎么保证数据安全……这些都是后续大模型建设中的刚需。”

如果将大模型比作孩子,那么数据就是营养丰富的菜肴。只有提供足够和高质量的数据,这个“孩子”才能健康成长,变得更加强壮和聪明。数据存储则像是烹饪这些菜肴的大厨,需要精心准备和烹制,以确保数据的质量和丰富性。

大模型对数据管理的要求,总结下来就几点,第一是,数据存储容量要更大。

相比于传统AI的需求,大模型的场景具有数据量大、参数规模大、训练周期长等特点。相对应的,它对存力提出了更高的要求,更加强调高吞吐、高IOPS、高带宽、低延时等极致性能。

近期,很多数据存储商动作不断,接连推出了大模型时代AI存储新品,为基础模型训练、行业模型训练、细分场景模型训练推理提供数据管理支持。

大模型,不止带火算力市场 

此次大会上,联想凌拓推出了NetApp AFF C系列、 NetApp ASA A系列、 NetApp ASA C系列、Lenovo ThinkSystem DG系列及Lenovo ThinkSystem DM3010H企业级存储阵列,并优化升级MagnaScale数据管理平台V4.0。

大模型,不止带火算力市场 

联想凌拓产品管理与营销高级总监 林佑声

其中新推出的NetApp AFF C系列在适应大模型的存储容量上有了很大的改进。“新一代的SSD最小容量是15TB,未来还会推出30TB的SSD。”联想凌拓产品管理与营销高级总监林佑声称。“在2U的空间可以提供1.5PB的全闪容量,它能够提极高的高性能以及大容量,能耗可以降低85%,占地面积可以大幅下降95%。”

与此同时,大模型的训练还需要存大量的图片、语音等非结构化数据。NetApp AFF C系列秉承了ONTAP完全统一的数据管理概念,统一了文件、对象、数据块等多项数据类型,实现在AI复杂数据环境中帮助客户去做简化。

第二是数据处理速度要快。海量数据的处理涉及多个环节,包括数据的收集与整理、训练与计算,以及应用的部署与相关服务的提供。这其中,数据从边缘到数据中心,再到云端的流动,以及各种不同类型的数据管理,都构成了复杂的数据环境。而大模型训练场景却要求在几个小时内就要完成任务。在这样的背景下,简化数据管理显得尤为重要。

在联想凌拓技术大会上,雷峰网(公众号:雷峰网)了解到,升级后的联想凌拓MagnaScale 4.0秉承了Data Fabric的战略思想,让数据流动更加便捷,在存储平台的内部,实现了数据热度的智能分层,支持一键上云和一键下云,释放了数据的流动性。目前MagnaScale已广泛服务于在医疗的PACS、制造业的自动检测、生命科学等领域中应用。

仅仅强调数据容量和处理速度还并不够,对于企业而言,还需要考虑落地与成本问题。在这次大会上,雷峰网注意到,联想凌拓展示了在智能制造、智慧医疗、智能交通系统以及智慧金融行业的解决方案。

大模型,不止带火算力市场 联想凌拓智能制造展区

其中,在智能制造行业,联想凌拓采用工业智能质检系统,通过采用高性能、高可靠的 NetApp ONTAP NAS,自研的 Lenovo ThinkSystem DXN 分布式存储一体机,提供卓越性价比的归档存储空间。

大模型,不止带火算力市场

联想凌拓智慧医院展区

在智慧医疗领域,联想凌拓带来了“救急1110”解决方案。通过采用该解决方案,医疗行业用户可以获得1分钟数据全备份、1分钟数据全恢复、10分钟单项应用容灾的业务连续性保障和数据安全性保障,满足法规要求。

智算时代,随着千亿级参数大模型的不断涌现,多样性算力需求进一步增长,数据作为推动AI发展的核心生产要素,其所释放出的价值日益凸显。而数据规模及质量决定了AI智能的高度。兼顾二者,构建大容量、高性能的存力底座,俨然成为了AI大模型时代致胜的关键。 

雷峰网原创文章,未经授权禁止转载。详情见转载须知

分享:
相关文章
最新文章
请填写申请人资料
姓名
电话
邮箱
微信号
作品链接
个人简介
为了您的账户安全,请验证邮箱
您的邮箱还未验证,完成可获20积分哟!
请验证您的邮箱
立即验证
完善账号信息
您的账号已经绑定,现在您可以设置密码以方便用邮箱登录
立即设置 以后再说