课程简介
随着AI技术的迅猛发展,大模型训练与AIGC应用对存储系统提出了更高要求。数据规模爆炸性增长、训练周期延长及实时性需求激增,使得传统存储系统面临容量、性能与成本的多重挑战,成为AI创新应用的瓶颈。
面对AI时代的存储新挑战,我们深刻认识到技术创新与架构优化的紧迫性。需要研发创新存储解决方案,重构文件存储访问路径,才能实现存储性能与效率的显著提升。我们坚信,只有深入理解AI应用需求,才能精准解决存储痛点。
本次分享将聚焦于AI时代的存储新挑战,阐述UPFS等创新实践通过核心技术架构优化,结合GPU Direct和DPU,实现存储访问效率飞跃,助力企业高效应对大模型训练挑战。同时,展望泛HPC场景下高性能文件存储的演进趋势,探讨存储技术如何适应AI时代的需求变化,助力企业突破存储瓶颈,加速AI创新应用落地。
课程收益
1、帮助学员深入理解AI存储挑战:了解AIGC的IO特性,为优化存储策略提供坚实基础
2、帮助学员掌握前沿技术架构:通过UPFS案例,学习其核心技术架构与优势,了解如何运用先进技术提升存储性能
3、帮助学员洞察行业发展趋势:探讨泛HPC场景下高性能存储的演进方向,把握存储技术的最新趋势及其在AI时代的应用前景
受众人群
企业管理者,IT行业从业者及其他对AI时代的文件存储感兴趣的人员
课程周期
3H
课程大纲
标题 | 授课内容 |
一、AI时代的存储新挑战 | 1. 大模型训练各阶段对于存储的需求 2. AIGC的IO特征分析 3. 当前存储系统的局限性 |
二、UPFS应对存储挑战的创新实践 | 1. UPFS的核心技术架构和优势 2. 使用GPU Direct和DPU重构文件存储访问 3. UPFS在大模型训练场景下成功案例分享 |
三、泛HPC场景下高性能文件存储的演进展望 | 1. 如何应对AI时代不断变化的存储需求 2. 存储技术的最新发展趋势及运用在泛HPC领域的可行性 3. 高性能文件存储的演进展望 |
四、QA | 1. QA |