隨著計算的異構(gòu)化和復(fù)雜化，以及人工智能模型的巨量化發(fā)展，存儲層面也會面臨大量數(shù)據(jù)的產(chǎn)生、存儲、管理和應(yīng)用等一系列挑戰(zhàn)。人工智能的快速發(fā)展對數(shù)字經(jīng)濟產(chǎn)生了巨大的推動作用，并促使整個計算產(chǎn)業(yè)朝著智算方向發(fā)展。巨大的模型和海量數(shù)據(jù)對算力和存儲的需求呈指數(shù)級增長，也推動著存儲架構(gòu)的創(chuàng)新。

在過去，應(yīng)用和場景通常圍繞著業(yè)務(wù)流程展開；而如今，幾乎所有的智慧應(yīng)用都是由數(shù)據(jù)和算法驅(qū)動的。數(shù)據(jù)正在成為智算時代最核心的生產(chǎn)要素。根據(jù)《十四五規(guī)劃報告》，在政策層面上推動了數(shù)字時代的到來，并激活了數(shù)據(jù)要素的潛能，加快了建設(shè)數(shù)字經(jīng)濟和產(chǎn)業(yè)數(shù)字化的步伐，為數(shù)字化智慧應(yīng)用的場景消除了最后的障礙。

在充滿智慧應(yīng)用的時代，解決算力需求至關(guān)重要，但也不能忽視背后海量數(shù)據(jù)所帶來的挑戰(zhàn)。以往，計算機處理器性能通常遵循摩爾定律，每兩年性能翻倍。然而，隨著人工智能應(yīng)用在各行各業(yè)的迅猛發(fā)展，模型變得越來越復(fù)雜，AI對算力的需求也越來越渴望。根據(jù)一些機構(gòu)的統(tǒng)計數(shù)據(jù)顯示，AI訓(xùn)練所需算力每3.43個月翻一倍，這揭示了對算力極度渴求的時代已經(jīng)到來。

例如，以O(shè)penAI的GPT模型為例，從GPT-1到GPT-3，模型參數(shù)、預(yù)訓(xùn)練數(shù)據(jù)量和最大層數(shù)都呈指數(shù)級增長。一個模型在短短幾年內(nèi)發(fā)生了驚人的變化。隨著大量的AI模型在行業(yè)中得到應(yīng)用，伴隨而來的是海量數(shù)據(jù)的產(chǎn)生。浪潮存儲產(chǎn)品線總經(jīng)理李輝表示：“在未來的智算時代中，處理、存儲、流動和管理海量數(shù)據(jù)將面臨嚴峻的挑戰(zhàn)?！?p>以自動駕駛為例，一輛L4級的自動駕駛車輛每天可以產(chǎn)生高達60TB的數(shù)據(jù)。根據(jù)法規(guī)要求，這些數(shù)據(jù)需要保存至少30年以上，并且自動駕駛公司每天還需要不斷訓(xùn)練新數(shù)據(jù)來優(yōu)化模型。僅僅自動駕駛這一個場景的數(shù)據(jù)存儲、應(yīng)用、流動和歸檔都充滿挑戰(zhàn)。

面對人工智能應(yīng)用帶來的挑戰(zhàn)，解決方案不應(yīng)只采用一種技術(shù)，而應(yīng)在存儲架構(gòu)層面進行創(chuàng)新。西部數(shù)據(jù)公司副總裁兼

熱點：元宇宙完美 比特幣算法 算法nft nft算法 幣圈存儲