生成式AI的发展让算力迎来了高光时刻,但不能忽视存储在其中的作用。
在经历了两年的下滑后,存储市场在2024年开始重新回到正轨。生成式AI为存储行业带来了一些机会,也带来一些挑战。
由于AI应用与传统数据处理方式有着显著区别,传统的存储架构已无法应对这些要求。更大容量、更高带宽、更低延迟,更低功耗,促使存储也要做出一些变革。
首先,速度是个老大难问题,当AI模型需要迅速生成创意时,却因为数据存取缓慢而“卡壳”,这无疑是一个令人沮丧的体验;
其次,存储容量的问题也不容小觑,生成式AI需要海量数据进行训练,传统存储在面对这些庞大的数据集时,往往感到无能为力;
最后,存储系统的可扩展性也让许多企业感到困惑,面对不断增长的数据需求,怎样迅速调整以跟上步伐,成为一大挑战。
大家也是八仙过海,各显其能。
SSD凭借其超快的速度和可靠性,由于生成式AI需要迅速访问和处理大量数据,SSD减少了数据存取过程中可能出现的瓶颈。云存储的灵活性也让企业能够根据需求动态扩展存储资源。当然传统的机械硬盘也有一席之地,在大模型的训练过程中,机械硬盘也可以在多个环节提供相应的支撑,其性价比仍然具有优势。
存储系统与生成式AI之间的协作将更加紧密,高效的存储解决方案将直接影响AI模型的训练和运行效率,确保海量数据能够快速存取、处理与分析,并能应对大模型时代的复杂需求。本期《数字化转型方略》我们将从芯片技术、硬盘选择、企业级存储产品以及云平台的应用,深入探讨生成式AI时代存储架构的变革。
未来随着生成式AI在各个行业的广泛应用,存储将不再是一个孤立的环节,而是成为了推动AI发展的核心组成部分。
《数字化转型方略》2024年第9期:http://www.zhiding.cn/dxinsight/2409
好文章,需要你的鼓励
数据分析平台公司Databricks完成10亿美元K轮融资,公司估值超过1000亿美元,累计融资总额超过200亿美元。公司第二季度收入运营率达到40亿美元,同比增长50%,AI产品收入运营率超过10亿美元。超过650家客户年消费超过100万美元,净收入留存率超过140%。资金将用于扩展Agent Bricks和Lakebase业务及全球扩张。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
医疗信息管理平台Predoc宣布获得3000万美元新融资,用于扩大运营规模并在肿瘤科、研究网络和虚拟医疗提供商中推广应用。该公司成立于2022年,利用人工智能技术提供端到端平台服务,自动化病历检索并整合为可操作的临床洞察。平台可实现病历检索速度提升75%,临床审查时间减少70%,旨在增强而非替代临床判断。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。