Stockage IA OceanStor
Construisez une base de données solide pour l’IA, en plaçant l’intelligence à portée de main.
This site uses cookies. By continuing to browse the site you are agreeing to our use of cookies. Read our privacy policy>
This site uses cookies. By continuing to browse the site you are agreeing to our use of cookies. Read our privacy policy>
Produits, solutions et services pour les entreprises
Construisez une base de données solide pour l’IA, en plaçant l’intelligence à portée de main.
Conçu pour l'IA
Alors que les grands modèles d'IA entrent dans l'ère multimodale, les entreprises sont confrontées à des défis en matière de formation et d'inférence de modèles, depuis une faible utilisation de la puissance de calcul de la formation, une réponse d'inférence lente et des hallucinations, jusqu'à une incapacité à gérer de longues séquences et des coûts d'inférence élevés.
Et la réponse ? Le stockage de fichiers distribué hautes performances de nouvelle génération Huawei OceanStor pour l'IA fournit une solution de stockage unifiée pour le processus de formation et d'inférence de données d'IA de bout en bout (E2E). Il aide les entreprises à surmonter les silos de données, à regrouper diverses données de corpus, à améliorer l'utilisation de la puissance de calcul des clusters d'IA et à améliorer l'expérience d'inférence.
Dans le test de référence MLPERF™ mondialement reconnu, l'OceanStor A800 s'est classé premier en termes de performances, avec un chargement de l'ensemble d'entraînement 8 fois plus rapide et une reprise de l'entraînement à partir des points de contrôle 4 fois plus rapide que l'alternative leader.
Six Innovations
En réponse aux exigences de formation et d'inférence de grands modèles d'IA, Huawei redéfinit le stockage de fichiers distribués, en se concentrant sur six innovations clés pour créer des systèmes de stockage spécialement conçus pour l'IA.
Ultra-performances
Les performances de stockage sont multipliées par 10 par rapport au stockage conventionnel, avec une bande passante de plusieurs centaines de To/s et 100 millions d'opérations d'entrée/sortie par seconde (IOPS), accélérant l'ensemble du processus d'IA générative (GenAI).
Nouveau paradigme des données
Les paradigmes de données d'IA de pointe sont pris en charge, notamment les tenseurs, les vecteurs et le cache Key-Value (KV). La technologie RAG (Retrieval-Augmented Generation) réduit les hallucinations de l’IA. Le cache KV à plusieurs niveaux réduit le délai d'obtention du premier jeton (TTFT) tout en améliorant l'efficacité de l'inférence.
Structure de données
La gestion et la récupération des métadonnées de stockage permettent d'obtenir une visibilité et une gérabilité globales des données, ainsi qu'une mobilité des données 10 fois plus efficace.
Évolutivité
L'évolution au niveau de l'exaoctet d'un seul cluster de stockage est prise en charge, chaque boîtier de contrôleur étant évolutif avec des unités de traitement graphique (GPU), des unités de traitement de données (DPU) ou des unités de traitement neuronal (NPU) pour l'informatique proche du stockage.
Résilience des données
L'architecture et la technologie innovantes atteignent une fiabilité de 99,9999 %. Un moteur de détection de ransomware intégré offre une précision de détection de 99,99 %.
Sustainability
Les innovations en matière d'applications de supports de stockage et de matériel système améliorent considérablement l'efficacité énergétique et la densité de capacité du stockage.
Produit
Utilisant une architecture de séparation du plan de contrôle des données et un stockage de mémoire à long terme, ce système de stockage répond aux besoins de traitement des données E2E pour la formation et l'inférence de l'IA dans divers secteurs industriels, tels que le crédit financier, la recherche en investissement, les soins de santé et le développement de médicaments.
Ressources
Load More
You Might Be Interested
Qu’est-ce que le stockage pour l’IA ?
Storage for AI est l’infrastructure de stockage de données spécialement conçue pour les charges de travail d’IA et d’apprentissage automatique (ML). Il doit répondre aux exigences de hautes performances et d'évolutivité dans les environnements de charge de travail hybrides, gérer efficacement les quantités massives de données requises tout au long du processus d'IA et garantir des lectures, écritures et traitements rapides des données. Les systèmes de stockage conçus pour l'IA aident les clusters de formation à améliorer l'efficacité de l'ingestion et du prétraitement des données, augmentant ainsi l'utilisation des clusters informatiques. Ils améliorent également la rentabilité et la précision des applications d’inférence.
Copyright © 2025 Huawei Technologies Co., Ltd. All rights reserved.
