这可能是最清晰的AI存储数据流动图解

最新推荐文章于 2024-10-13 10:28:46 发布

古猫先生

最新推荐文章于 2024-10-13 10:28:46 发布

阅读量1.9k

点赞数 14

分类专栏：人工智能文章标签：人工智能云计算科技服务器

本文链接：https://blog.csdn.net/zhuzongpeng/article/details/142201717

版权

人工智能专栏收录该内容

39 篇文章 0 订阅

订阅专栏

之前小编也写过多篇AI存储相关的文章，包括AI背景与分层存储的分析，以及AI存储重点从训练转向推理等内容。具体参考：

业内有很多关于AI不同解读对存储需求的分析，每家都有画对应的示意图。在这么多厂商的分析中，小编觉得Solidigm家画的眼前一亮。小编很早就看到了，由于不是公开信息，无法在公众号分享，近期Solidigm在FMS 2024上也公开了相关材料，正好分享给各位读者参考！

Solidigm QLC SSD也是目前市场的主力，在AI场景赚翻了。

SK集团（SK hynix和Solidigm）：SK集团在2024年第二季度保持了第二大NAND闪存供应商的地位。AI需求的增加显著提升了Solidigm的发货量，尽管PC和智能手机需求有所下调。因此，该集团的bit容量发货量略有减少，但ASP增长了16%，导致NAND闪存营收环比增长13.6%，达到37.16亿美元。SK hynix计划长期将企业SSD发货量的比例提高到40%，以应对AI驱动的高容量企业SSD需求。

在AI的数据管道中，数据经历了从收集、准备、训练、验证、量化到推断的全过程。每个阶段都有其独特的数据访问模式。例如，在数据获取阶段，原始数据通常以顺序的方式写入对象存储层。随后，在数据准备阶段，数据被读取、预处理，并写回到计算服务器。而在训练阶段，数据以随机顺序暴露给GPU进行训练，并将训练后的模型写回存储。最后，模型在推断阶段被再次读取使用。