在AI大模型的全生命周期中，包含4个关键环节：
● 数据归集：数据采集方式多样，需兼容NFS、SMB、S3等多种存储协议，构建超大容量、灵活适应的“数据仓库”。
● 数据预处理：针对数据在此阶段的复杂性与无序性，需构建可灵活应对混合IO负载与多变读写模式的存储架构。
● 模型训练：需高效加载数据至GPU进行计算，对存储性能有严格要求（高IOPS、高带宽、低延迟），以确保训练过程的流畅与高效。
● 推理应用：需快速加载海量模型文件，单个文件大小在几十GB至上百GB不等。若同时启动数十个推理业务，整体数据量将达几十至上百TB，对读取效率提出较高要求。
在整个流程中，模型训练是最重要的一环，对存储系统性能要求极高。为确保训练任务如期完成，实现训练数据快速加载、GPU无等待、Checkpoint（AI大模型训练过程中定期保存的模型状态快照）快速保存与恢复的目标，通常需要存储系统提供数百GB/s的带宽，以及千万级的IOPS处理能力。
以自然语言处理（NLP）在大型预训练语言模型GPT3中的Checkpoint保存场景为例，175B的参数规模，其Checkpoint文件达3TB左右，若要在30s内完成Checkpoint文件的保存，其写带宽需达到100GB/s。为此，亟需构建高性能、高可扩展性的数据存储底座，以支撑AI大模型的核心业务流程。
凭借在数据存储领域十余年的创新与积淀，宏杉科技精耕细作，以MC27000-MOFS高性能分布式并行存储系统与MacroDisk智能盘柜为核心，打造智算中心AI存储解决方案，为AI大模型的精研之路奠定坚实基础。
MC27000-MOFS高性能分布式并行存储，提供高效运行引擎
数据归集和预处理阶段，MOFS系统可构建基于传统HDD硬盘的海量数据资源池，支持NFS/CIFS/HDFS协议互访与多节点并发读写，极大地加速了数据的导入与处理。其单集群单文件系统容量可达1000PB，文件数量达千亿级，充分满足AI智算对海量数据的处理需求。
在模型训练和推理阶段，MOFS系统可提供全NVMe介质的高性能资源池，通过部署增强型客户端，并融合客户端切片、MPI-IO、RDMA网络、小文件聚合等先进技术，系统单节点混合读写性能可达30GB/s以上，实现了数据的高效处理与流畅传输。
MacroDisk智能盘柜，打造稳定存储底座
当前，Lustre/GPFS等并行文件系统已被广泛应用于AI训练流程之中，成为驱动AI智算发展的关键力量。然而，Lustre的多个数据存储单元（OSS）并未自带数据保护功能，当一个客户端或节点发生故障时，其中的数据在重新启动前将不可访问。因此，存算分离是此架构下提升系统整体可靠性的关键路径。
在Lustre/GPFS并行文件系统+集中式存储的整体架构下，宏杉科技以MacroDisk智能盘柜为关键硬件支撑，面向HPC、AI等场景，无缝对接客户Lustre/GPFS等原有并行文件系统，为AI训练构建了极致性能、极致可靠的存储资源池。
MacroDisk支持NVMe over ROCE+INOF、NVMe over FC两种高速数据传输方式，单套设备即可提供200w IOPS、80GB/s带宽；采用双控制器Active-Active架构，确保数据的高效读写及访问；集成磁盘监测、慢盘检测、磁盘诊断等功能，实现对磁盘健康状况的实时监控与精准维护；引入CRAID3.0技术，采用22+3或者23+2的比例进行数据硬盘和校验硬盘的配置，在保障数据安全的同时，实现高达92%的空间利用率，为AI智算中心的稳定运行与未来发展提供了强有力的支撑。
随着国家政策的持续推动与技术趋势的加速演进，AI智算正迈向更加高效、智能、安全的新纪元。作为一站式数据存储专家，宏杉科技将紧跟行业发展脉搏，以数赋智，用更多前沿创新方案助力AI产业“新蓝海”的开拓。
