生成式AI新应用对算力、
、算法要求高
，，对存储底座同样要求高。。。而且随着数据量的激增，，
，，存储成本也在上升。
。。。

OpenAI公布的Sora技术文档显示
，，，在训练Sora时需要先用预训练模型把大量的、
、、、大小不一的视频源文件编码转化为统一的patch表示，
，，，再把时空要素提取作为transformer的token进行训练
。。单就开展这项工作
，，，就对存储的性能、
、容量以及数据的处理速度提出了极高的要求。。
。同时，，，，技术文档也说明了，
，，数据集越大，，，，大模型效果越好。。

这就意味着，，，如果想要训练用户自己的大模型，，必须有一个高性能的存储底座来支撑。
。而一套真正符合AI训练需求的存储系统，，应该是在提供卓越性能的同时
，，不给用户带来过多的经济压力。。。
。高性能可以确保AI训练的数据快速读取和写入，
，，，从而提升整体训练效率；同时要降低存储整体成本
，，，让高性能存储“飞入寻常百姓家”。。
。