
近日,,北京趋动科技有限公司(以下简称“趋动科技”)与芯启时光正式推出联合解决方案。。。。联合解决方案将芯启时光EDS的高性能存储与趋动科技OrionX AI算力资源池化软件、、、以及Gemini AI训练平台有机结合,,,,整合存力与算力资源的同时,,,,帮助用户建好AI平台、、管好AI资源、、、、用好AI服务。。。。


具体来说,,,联合解决方案的推出将为AI领域用户的基础设施建设带来以下改变。。。。
高性能联合方案就绪 打造更高效的训练平台
随着AI大模型建设进度的加快,,,,用户对AI模型训练效率的要求也越来越高。。。。但由于GPU算力资源不足和底层存储小文件读写性能不足等问题,,,,训练平台内大量的训练任务不得不排队等待。。。算力和存力上的能力缺失,,,,拖慢了整个AI训练平台的训练效率。。。
针对此种情况,,联合解决方案自上而下做了全面优化。。针对上层训练平台的效率问题,,趋动科技OrionX AI算力资源池化软件通过打造算力资源池,,,,帮助用户根据任务情况灵活分配GPU资源,,,,实现资源的切分、、聚合、、、远程调用、、、、超分、、、任务排队、、、、动态挂载和释放、、、、以及国产芯片异构池化等能力,,,,充分满足各项训练任务的算力开销,,,,加速任务开展。。。同时,,,,Gemini AI训练平台提供的调度能力优化了训练平台的管理机制,,统一调度下,,,AI模型的训练更加高效。。。
针对底层存储的性能问题,,通过EDS自研的启发式预读机制和多活元数据服务,,可有效解决小文件性能难题,,,百亿数据集规模下也可提供高速的读写能力,,从而减少GPU的等待时间,,提高短期循环训练的吞吐能力和训练效率。。

方案全景图
容量与性能同步扩展 打造高性价比的存储方案
在日常的AI数据集训练过程中,,,,为了让模型更加精准,,,,常常需要用海量的图像、、文本等数据对AI模型进行训练。。。。飞速增长的数据给底层存储的容量和性能带来了巨大的压力,,传统存储高成本、、、、低效率的扩容模式愈发难以满足性能和容量的需求。。。
凭借矩阵式存储算法等全自研技术,,,EDS在存储图文、、视频等小文件的过程中,,,可有效解决小文件写放大导致的空间浪费问题,,最大化利用存储空间,,,,三节点组成的集群即可满足一个中等规模的AI训练团队的存储需求。。。。在性能的扩容方面,,,,也得益于软件定义存储的架构优势,,,,EDS在进行扩容时可实现容量与性能地同步扩展,,,灵活应对AI业务快速增长的性能需求。。。
统一管理 深度挖掘数据价值
在方案发布前,,,,EDS已经通过NFS CSI、、S3等协议与趋动科技的Gemini AI训练平台实现了无缝对接。。。深度适配下,,,Kubernetes容器编排平台可更快完成存储资源的动态分配,,,,用户在部署时可直接跳过针对方案的可行性研究环节,,,快速上线AI训练任务。。。。同时,,,EDS还支持多协议间的数据互通,,,,多类型客户端可共用一套存储,,各阶段成果数据无须跨存储拷贝即可实现高效流转,,,,确保用户在任何训练阶段都可有效调用数据成果,,,,更便捷地挖掘数据价值。。
未来,,,,双方还将在技术领域加强合作,,,,以更高存储性能的联合方案助力用户加速完成AI训练平台的升级建设,,,,帮助更多用户在AI训练的道路上走得更快更稳。。。。
关于趋动科技:趋动科技致力于为用户提供全球领先的数据中心级AI算力虚拟化和资源池化解决方案,,,,目前已有多家人工智能、、互联网、、、、运营商、、金融、、、汽车及自动驾驶、、教育等行业的头部企业和用户使用OrionX AI算力资源池化解决方案。。。
- 友情链接:
友情链接:



