解析人工智能技术的存储性能需求

因此并不意外，在2020年第三届软件定义存储峰会上，英特尔提出的主题是“突破内存与存储瓶颈 释放人工智能无限潜力”。毕竟在这场抗疫战斗中，英特尔不仅投入重金资助合作伙伴使用AI技术进行诊断、疫苗开发方面的研究，还推动AI科技在医学检验、医疗物资生产、疫情推演等多个领域加速落地，英特尔深知AI人工智能对人类的重要性。除了对抗新型病毒，AI人工智能技术其实也深入了人类生活的各个领域。英特尔公司中国区非易失性存储解决方案事业部战略业务开发总监倪锦峰先生在峰会上谈到：“从医疗、教育、工业到能源、金融等等，每个行业都在以数字化的方式来寻求主动变革，我们可以预见的是，在不远的将来，整个社会对数字化的服务需求将不断地激增”。

AI人工智能技术将给存储产品带来重大挑战

 

，要想发挥出AI人工智能技术的最大威力，需要企业构建强有力的IT基础设施。这个设施不仅需要强有力的处理器、FPGA、GPU，也需要高性能的存储设备，否则就会如普通电脑一般，因为机械硬盘传输速度最慢，寻找数据的时间最长，往往会成为整个系统性能的瓶颈，即使是SATA/PCIe NAND SSD，很多时候也跟不上AI数据处理的需求。倪锦峰先生介绍到，无论用于哪个行业，人工智能的工作实际上主要由采集、准备、训练和推理四部分组成。每个部分需要读写不同类型的数据，工作负载也不尽相同，将给存储设备带来较大的挑战。

简单地说，在整个人工智能执行过程中，IO的需求是不可预测、复杂多变的，它读写的数据主要有三个重要的特点：

第一是它的数据集大小，差异性非常大，在最初开始的采集阶段是PB级别，到训练阶段是GB级别，到训练好了执行的函数，相关的模型可能是KB级别；

第二它的工作负载也是复杂多变的，从最初百分之百的写入到准备阶段的50%读、50%写混合负载，到后面的一些训练、推理阶段可能出现百分之百的读，其中包括很多的随机读取操作；

第三是存储模式也会有很多变化，从一开始顺序化的数据流写入，到后面则是通过完全随机的读写，来帮助建立准确的模型。

因此人工智能技术对存储性能的要求是很苛刻的，用户总是希望设备能满足高吞吐量和低延时的需求，总是希望更多的数据能够

（编辑：阜阳站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!