眼下，AI模式正在重塑千行百业，其中也包括与其密切相关的算力产业链。
当AI芯片风头正劲时，业界对内存芯片和存储设备的关注度也大幅上升，HBM（高带宽内存）、近内存计算等概念开始流行。
大模型是建立在数据和算力之上的，海量数据（维权）需要更强大的存储性能才能更好地释放算力。 因此，在大机型的推动下，存储行业正在新的需求下升级变革。
近日，华为数据存储产品线总裁周跃峰向记者谈到了存储容量的重要性：“大模型时代，数据决定了AI智能的高度。作为数据载体，数据存储成为关键人工智能大型模型的基础设施。”
长期以来，计算、存储、网络被视为数据中心的三大组成部分。 它们是密切相关的有机系统，对应着计算能力、存储能力、运输能力。 如今，在计算能力蓬勃发展的同时，存储能力也越来越受到关注。 近年来，国内建设了很多算力中心，现在的新趋势是开始建设大量的算力存储中心。
构建人工智能大模型是一个复杂、系统的过程，面临诸多挑战。 在华为看来，企业在开发和实施大规模模型应用的过程中面临四大挑战。
首先，数据准备时间长，数据来源分散，采集速度慢。 预处理100TB数据需要10天左右，不利于系统的高效利用。
其次，大型模型的规模越来越大，达到千亿甚至万亿参数，训练需要海量的计算资源和存储空间。 例如，多模态大模型使用海量文本和图片作为训练集，但目前海量小文件加载速度不足100MB/s，训练集加载效率较低。
第三，大模型参数调优频繁，训练平台不稳定。 平均每2天训练中断一次。 恢复训练需要检查点机制，故障恢复需要一天以上。
最后，大型模型的实现门槛高，系统构建复杂，资源调度困难，GPU资源利用率通常低于40%。 例如，需要非常专业的软件、硬件甚至维护工程师来进行实施和后续维护。
可见，大模型的到来对数据和存储提出了新的要求。 华为分布式存储领域副总裁韩振兴告诉21世纪经济报道记者：“AI刚刚兴起的时候，很多客户会找一些服务器的本地盘来解决小型模型。但随着大型模型的兴起，需要一个非常灵活、可扩展的外部存储，如果数据量加载太慢，建设的计算能力就会闲置，因此，它不仅仅是一个外部存储，而是一个新的类别和解决方案极高的性能。”
为了解决这些瓶颈，龙头企业开始带头进行产业合作。 近日，华为针对不同行业、场景的大规模模型应用，推出了OceanStor A310深度学习数据湖存储和FusionCube A3000训练/推送超一体化一体机。
其中，前者面向基础/行业大机型场景，支持96个闪存盘，带宽可达400GB/s，IOPS达到1200万； 后者面向行业大模型训练与推理一体化场景，融合存储、网络、多元化计算，降低企业使用AI大模型的门槛。 目前，华为存储产品已部署于科大讯飞、中科院等国内前十大型号厂商。
据悉，目前全球主要的高端存储设备厂商有3家，分别是华为、戴尔易安信和日立。 随着AI模式的不断变化，企业对高端存储的需求将进一步增加，华为、戴尔、日立也将在顶级存储战场上展开新一轮的竞争。
周跃峰向21世纪经济报道记者算了一笔成本账单：在AI大规模模型训练过程中，包括数据准备、接入实施等整体成本，算力成本约占25%，即购买服务器和 GPU； 数据准备、清理和处理（包括人工）的成本约占22%。
同时，周跃峰还举了一个例子来说明存储的重要性。 由于英文的数字记录远多于中文，因此英文的ChatGPT训练效率远高于中文。 他表示，如果中国不注重产能保留，将对AI产业的未来发展和人工智能的潜力产生巨大的限制作用。
数据显示，预计2025年中国数据量将从7.6ZB增长至48.6ZB，超越美国成为全球第一。 当前，世界各国正在加快制定国家数据战略，其中存储技术和产业成为共同关注的战略重点。
尽管AI算力中心不断崛起，但中国工程院院士、中科院计算技术研究所研究员倪光南指出，目前对算力的认识普遍片面。 广义的计算能力不仅包括计算能力，还包括存储能力和运输能力。 目前，我国算力中心的存储能力相对不足，存在重算力而忽视存储能力的倾向。
韩振兴也表达了类似的观点。 他表示，算力和存储力的建设存在一个最优的计算与存储的比例，靠算力是无法做好AI的。 算力建设过多，存储能力建设过少，会导致算力闲置，资源浪费。 因此，必须关注存储容量，以达到最佳的整体计算和存储比例。
目前国内存储发展跟不上数据量的增长。 倪光南提到的一组数据显示，中国单位GDP数据存储量只有美国的70%左右，而美国人均数据存储量是中国的9倍。 美国为212GB/人，中国约为25GB/人，可见我国数据存储行业潜力巨大，前景广阔。
在业界呼吁关注产能建设的同时，国内的政策支持计划也越来越多。 为进一步加快我国算力高质量发展，工信部新闻发言人赵志国日前表示，将出台政策文件引导算力高质量发展。算力基础设施，增加高性能智能计算供给，加强先进存储产品部署，发展算力。 网络优化行动，加快构建云边端协同、计算存储运一体化一体化、多层次的算力基础设施体系。
海量信息，精准解读，尽在新浪财经APP
搜虎网转载此文目的在于传递更多信息，不代表本网的观点和立场。文章内容仅供参考，不构成投资建议。投资者据此操作，风险自担。
Copyright © 2017-2018