[Хятад, Шэньжэнь, 2023 оны 7-р сарын 14] Өнөөдөр Huawei том хэмжээний загваруудын эрин үед зориулсан хиймэл оюун ухаан хадгалах шинэ шийдлээ танилцуулж, үндсэн загварын сургалт, салбарын тусгай загварын сургалт, сегментчилсэн хувилбарт дүгнэлт гаргахад оновчтой хадгалах шийдлүүдийг санал болгож байна. AI-ийн шинэ чадавхийг нээх.
Томоохон хэмжээний загвар програмуудыг боловсруулж хэрэгжүүлэхэд аж ахуйн нэгжүүд дөрвөн том сорилттой тулгардаг.
Нэгдүгээрт, өгөгдөл бэлтгэхэд шаардагдах хугацаа урт, мэдээллийн эх үүсвэр нь тархай бутархай, нэгтгэх нь удаан, хэдэн зуун терабайт өгөгдлийг урьдчилан боловсруулахад 10 орчим хоног зарцуулдаг. Хоёрдугаарт, асар их хэмжээний текст болон зургийн өгөгдлийн багц бүхий олон загварт том загваруудын хувьд том хэмжээний жижиг файлуудыг ачаалах одоогийн хурд нь 100МБ/с-ээс бага тул сургалтын багц ачаалах үр ашиг бага байна. Гуравдугаарт, тогтворгүй сургалтын платформтой зэрэгцэн том загварт зориулсан параметрийн тохиргоог байнга хийх нь ойролцоогоор 2 хоног тутамд сургалт тасалддаг тул Шалгах цэгийн механизмыг сургалтаа үргэлжлүүлэх, сэргээхэд нэг хоногоос илүү хугацаа шаардагддаг. Эцэст нь, том загваруудын хэрэгжүүлэх өндөр босго, системийн нарийн төвөгтэй тохиргоо, нөөцийн төлөвлөлтийн сорилтууд, GPU нөөцийн ашиглалт нь ихэвчлэн 40% -иас доогуур байдаг.
Huawei нь том хэмжээний загваруудын эрин үед хиймэл оюун ухааны хөгжлийн чиг хандлагатай нийцэж, янз бүрийн салбар, хувилбарт тохирсон шийдлүүдийг санал болгож байна. Энэ нь OceanStor A310 Deep Learning Data Lake Storage болон FusionCube A3000 Training/Inference Super Converged Appliance-г танилцуулж байна. OceanStor A310 Deep Learning Data Lake Storage нь үндсэн болон салбарын түвшний том загварын дата нуурын хувилбаруудад чиглэгдэж, өгөгдлийг нэгтгэх, урьдчилсан боловсруулалт хийх, загварчлах сургалт, дүгнэлт гаргах программаас эхлээд хиймэл оюун ухааны мэдээллийн цогц менежментийг бий болгоход чиглэгддэг. OceanStor A310 нь нэг 5U тавиурт, салбартаа тэргүүлэгч 400 ГБ/с зурвасын өргөн, 12 сая хүртэлх IOPS-ийг дэмждэг бөгөөд 4096 зангилаа хүртэл шугаман өргөтгөх боломжтой бөгөөд протокол хоорондын саадгүй холболтыг идэвхжүүлдэг. Глобал файлын систем (GFS) нь бүс нутгуудад ухаалаг өгөгдөл нэхэх ажлыг хөнгөвчлөх, өгөгдлийг нэгтгэх үйл явцыг хялбаршуулдаг. Ойролцоох санах ойн тооцоолол нь өгөгдлийн урьдчилсан боловсруулалтыг хийж, өгөгдлийн хөдөлгөөнийг багасгаж, урьдчилсан боловсруулалтын үр ашгийг 30% сайжруулдаг.
FusionCube A3000 сургалт/дүгнэлт Super-Converged Appliance нь салбарын түвшний том загварын сургалт/дүгнэлт хийх хувилбаруудад зориулагдсан бөгөөд олон тэрбум параметр бүхий загваруудыг хамарсан хэрэглээнд зориулагдсан. Энэ нь OceanStor A300 өндөр хүчин чадалтай хадгалах зангилаа, сургалт/дүгнэлт зангилаа, сэлгэн залгах төхөөрөмж, AI платформын программ хангамж, удирдлага, үйл ажиллагааны программ хангамжийг нэгтгэж, томоохон загварын түншүүдэд нэг цэгийн хүргэлтийг залгаарай, ажиллуулаарай. Ашиглахад бэлэн, 2 цагийн дотор байрлуулж болно. Сургалт/дүгнэлт, хадгалах цэгийг хоёуланг нь загвар масштабын янз бүрийн шаардлагад нийцүүлэн бие даан болон хэвтээ байдлаар өргөжүүлж болно. Үүний зэрэгцээ FusionCube A3000 нь GPU-г хуваалцах олон загварын сургалт, дүгнэлт хийх ажлыг идэвхжүүлэхийн тулд өндөр хүчин чадалтай контейнеруудыг ашигладаг бөгөөд нөөцийн ашиглалтыг 40% -иас 70% хүртэл нэмэгдүүлсэн. FusionCube A3000 нь Huawei Ascend One-Stop Solution болон нээлттэй тооцоолол, сүлжээ, AI платформ программ хангамж бүхий гуравдагч талын түншийн нэг цэгийн шийдэл гэсэн хоёр уян хатан бизнесийн загварыг дэмждэг.
Huawei-ийн Мэдээлэл хадгалах бүтээгдэхүүний шугамын ерөнхийлөгч Жоу Юэфэн хэлэхдээ, "Том хэмжээний загваруудын эрин үед өгөгдөл нь хиймэл оюун ухааны өндөр түвшинг тодорхойлдог. Өгөгдөл зөөвөрлөгчийн хувьд өгөгдөл хадгалах нь AI том хэмжээний загваруудын гол суурь дэд бүтэц болдог. Huawei Data Storage нь хиймэл оюун ухааны том загваруудын эрин үед олон талт шийдэл, бүтээгдэхүүнээр ханган, өргөн хүрээний салбарт хиймэл оюун ухааны чадавхийг дээшлүүлэхийн тулд түншүүдтэйгээ хамтран инновацийг үргэлжлүүлэх болно."
Шуудангийн цаг: 2023 оны 8-р сарын 01-ний өдөр
