Huawei ก้าวเข้าสู่เวทีการจัดเก็บข้อมูล AI ด้วย OceanStor A310 ซึ่งจัดแสดงโซลูชันที่เป็นไปได้สำหรับอุปสรรคในการประมวลผลข้อมูลทั่วทั้งอุตสาหกรรม
Huawei steps into the AI storage arena with its OceanStor A310, showcasing potential solutions to industry-wide data processing hurdles.
Huawei เปิดตัว OceanStor A310 โซลูชันการจัดเก็บข้อมูลที่รวดเร็วสำหรับเทรนเนอร์โมเดล AI
Huawei ได้เปิดตัวโมเดลการจัดเก็บข้อมูลปัญญาประดิษฐ์ (AI) ใหม่ OceanStor A310 ที่งาน GITEX GLOBAL 2023 เมื่อสัปดาห์ที่แล้ว ซึ่งถือเป็นความพยายามที่จะจัดการกับความท้าทายในอุตสาหกรรมบางประการที่เกี่ยวข้องกับแอปพลิเคชันโมเดลขนาดใหญ่ OceanStor A310 ออกแบบมาเพื่อยุคของโมเดล AI ขนาดใหญ่ โดยมีเป้าหมายเพื่อมอบโซลูชันการจัดเก็บข้อมูลสำหรับการฝึกโมเดลพื้นฐาน (basic model training), การฝึกโมเดลอุตสาหกรรม (industry model training), และการอนุมานในแบบจำลองสถานการณ์แบบแบ่งกลุ่ม (inference in segmented scenario models)
ลองนึกภาพ OceanStor A310 ในฐานะบรรณารักษ์ที่มีประสิทธิภาพสูงในห้องสมุดดิจิทัลขนาดใหญ่ ซึ่งสามารถดึงข้อมูลได้อย่างรวดเร็ว เมื่อเปรียบเทียบกันแล้ว อีกระบบหนึ่งคือ ESS 3500 ของ IBM ที่เป็นบรรณารักษ์ที่ช้ากว่า ยิ่ง OceanStor A310 ดึงข้อมูลได้เร็วเท่าไร แอปพลิเคชัน AI ก็สามารถทำงานได้เร็วยิ่งขึ้น ทำให้ตัดสินใจได้อย่างชาญฉลาดและทันท่วงที การเข้าถึงข้อมูลอย่างรวดเร็วนี้คือสิ่งที่ทำให้ OceanStor A310 ของ Huawei โดดเด่น
Edge ของ OceanStor A310 ดูเหมือนจะอยู่ที่ความสามารถในการเร่งการประมวลผลข้อมูลสำหรับ AI เมื่อเปรียบเทียบกับ ESS 3500 ของ IBM แล้ว มีรายงานว่าอาร์เรย์แฟลชทั้งหมดล่าสุดของ Huawei ฟีด Nvidia GPUs เร็วกว่าเกือบสี่เท่าในแต่ละแร็ค นั่นเป็นไปตามวิธีการที่ใช้ Magnum GPU Direct ของ Nvidia โดยที่ข้อมูลจะถูกส่งโดยตรงจากทรัพยากรที่เก็บข้อมูล NVMe ไปยัง GPU โดยไม่ต้องมีระบบโฮสต์ที่เก็บข้อมูลเข้ามาเกี่ยวข้อง
OceanStor A310 ของ Huawei สาธิตประสิทธิภาพด้วยแบนด์วิดท์การอ่านต่อเนื่องสูงสุด 400GBps และแบนด์วิธการเขียนต่อเนื่องสูงสุด 208GBps อย่างไรก็ตาม ผลกระทบของเฟรมเวิร์กโอเพ่นซอร์สและโอเพ่นซอร์สต่อตัวเลขเหล่านี้ยังไม่ชัดเจน
เมื่อเจาะลึกถึงกลไกแล้ว OceanStor A310 ได้รับการออกแบบให้เป็นโซลูชันพื้นที่เก็บข้อมูล Data Lake แบบการเรียนรู้เชิงลึก ที่อาจนำเสนอความสามารถในการปรับขนาดแนวนอนไม่จำกัด และประสิทธิภาพสูงสำหรับปริมาณงานแบบผสม
“เรารู้ว่าสำหรับแอปพลิเคชัน AI ความท้าทายที่ใหญ่ที่สุดคือการปรับปรุงประสิทธิภาพสำหรับการฝึกอบรมโมเดล AI” Evangeline Wang ฝ่ายการจัดการผลิตภัณฑ์และการตลาดของ Huawei กล่าวในแถลงการณ์ที่แชร์โดย Blocks and Files ของร้านเทคโนโลยี “ความท้าทายที่ใหญ่ที่สุดสำหรับระบบจัดเก็บข้อมูลในระหว่างการฝึกอบรม AI คือการป้อนข้อมูลไปยัง CPU ไปยัง GPU” เธอกล่าวเสริม “นั่นต้องใช้ระบบจัดเก็บข้อมูลเพื่อให้ได้ประสิทธิภาพที่ดีที่สุด”
เพื่อแก้ไขปัญหานี้ OceanStor แต่ละตัวสามารถรองรับ NVMe SSD, โปรเซสเซอร์ และแคชหน่วยความจำได้สูงสุดถึง 96 ตัว ผู้ใช้สามารถจัดกลุ่ม A310 ได้สูงสุด 4,096 เครื่อง แชร์ระบบไฟล์ส่วนกลางที่รองรับโปรโตคอลมาตรฐานสำหรับแอปพลิเคชัน OceanStor A310 มุ่งหวังที่จะลดเวลาการส่งข้อมูลผ่าน SmartNIC และการออกแบบแบบขนานขนาดใหญ่
“A310 ของ Huawei ซึ่งมีโหนดขนาดเล็กนั้นทำงานได้เร็วที่สุดทั้งในด้านการอ่านและการเขียนตามลำดับ โดยมีแบนด์วิธการเขียน/อ่านตามลำดับที่ 41.6/80GBps เทียบกับตัวเลข 30/63GBps ของ IBM” Block and Files กล่าวในการศึกษาเกณฑ์มาตรฐานที่เปรียบเทียบโซลูชันของ Huawei กับคู่แข่งโดยตรง
การเปิดตัว OceanStor A310 เกิดขึ้นในช่วงเวลาที่อุตสาหกรรม AI แสวงหาโซลูชันการจัดเก็บและประมวลผลข้อมูลที่มีประสิทธิภาพ ความพยายามของ Huawei นี้มีจุดมุ่งหมายเพื่อจัดการกับความท้าทายในปัจจุบัน และอาจมีส่วนช่วยให้บรรลุการฝึกอบรมโมเดล AI ที่มีประสิทธิภาพ
อย่างไรก็ตาม การคว่ำบาตรของสหรัฐอเมริกาต่อ Huawei สาเหตุหลักมาจากความกังวลเกี่ยวกับความมั่นคงของชาติและความสัมพันธ์ที่ถูกกล่าวหาของบริษัทกับรัฐบาลจีน ได้เพิ่มความซับซ้อนอีกชั้นให้กับการลงทุนของ Huawei ในโซลูชันการจัดเก็บข้อมูล AI
ผลกระทบที่อาจเกิดขึ้นจาก OceanStor A310 ของ Huawei เป็นสิ่งที่น่าสังเกต ด้วยการนำเสนอโซลูชั่นสำหรับความไร้ประสิทธิภาพในปัจจุบันในด้านการจัดเก็บและการประมวลผลข้อมูล Huawei กำลังพยายามที่จะท้าทายซัพพลายเออร์รายอื่น และผลักดันอุตสาหกรรม AI ไปสู่ยุคใหม่ของนวัตกรรมและประสิทธิภาพที่เป็นไปได้