群暉發布AI模型全流程存儲解決方案，破局訓練效率與數據孤島難題

兼容數據歸集、高速訓練、高可用部署全場景，支持 Llama2 等千億參數模型，讀寫效率提升 90%

上海 2025年6月24日 /美通社/ -- 當算力狂奔時，數據存儲正成為AI進化的新瓶頸。

據IDC預測：從2023年每秒產生4.2PB數據，到2028年將激增至12.5PB——AI大模型掀起的數據海嘯已席卷而來。企業爭相投入千億參數模型訓練，卻在數據存儲環節頻頻"觸礁"：分散的原始素材難以歸集、GPU集群因存儲延遲空轉、模型部署面臨單點故障風險...傳統存儲方案在AI洪流中正暴露出致命短板。

痛點一：數據孤島吞噬效率
訓練素材散落于各地工作站，圖像、視頻、音頻等非結構化數據如同碎片。傳統方案依賴人工搬運，耗時易錯；即便采用分布式存儲，跨地域同步效率仍受制于協議兼容性。某芯片企業就曾因數據收集延遲，導致GPU集群30%時間處于閑置狀態。

痛點二：存儲性能扼殺算力
當千張GPU卡同時讀取百萬小文件時，存儲延遲直接拖垮訓練效率。行業常見方案中，全閃存陣列雖提速明顯，但擴展性與成本難以平衡；而普通機械盤陣列的IOPS瓶頸更讓AI訓練寸步難行。

痛點三：部署環節暗藏風險
訓練完成的百GB級模型文件，若存儲系統缺乏高可用設計，一次硬件故障即可導致服務中斷。某金融機構曾因存儲節點宕機，線上AI客服停擺6小時損失千萬。

群暉 AI存儲方案，破解大模型訓練的"數據困局"
群暉推出AI大模型訓練三級存儲解決方案，直擊行業痛點

1）準備階段：終結數據孤島

• 通用存儲機型（RS系列）抓取邊緣設備數據，實現集中化存儲和管理
• 支持SMB/NFS/iSCSI多協議，無縫對接工作站
• 華東理工大學案例：數據歸集效率提升50%，釋放30%磁盤空間

2）訓練階段：釋放算力潛能

• FS全閃系列（如FS6400）提供240,000 IOPS 4K隨機寫入
• HD高密度系列（如HD6500）實現單機柜PB級存儲
• 對比測試：Llama2 70B模型讀取時間從50分鐘壓縮至5分鐘

3）部署階段：護航持續服務

• GS分布式集群實現秒級故障切換，節點宕機服務零中斷
• 不可變快照+WORM機制防勒索攻擊

某芯片企業采用后，模型版本切換效率提升3倍！其在本地部署AI大模型的訓練階段，采用群暉全閃存存儲FS6400，用于存儲不斷更新的大模型版本與訓練數據，并通過中轉站傳輸至推理階段，支持模型快速切換與部署。FS6400能提供高達503,341/200,613的高速隨機讀寫IOPS（NFS），666,419/215,353的隨機讀寫IOPS（iSCSI）充分滿足AI模型訓練與實際應用階段對高性能存儲的嚴苛要求。

依托群暉超過20年自主研發的DSM專業存儲操作系統，FS6400具備RAID硬盤冗余、快照、版本控制等多項數據保護功能，并支持整機增量備份，集高性能、高可靠性與高性價比于一體，為企業級AI應用提供堅實的數據支撐。

安全多維度保險，滿足企業合規要求

群暉內置多維度的企業級安全防護，滿足合規要求：Secure SignIn智能認證防范入侵，Snapshot Replication快照復制實時復制確保數據可回溯，加密存儲空間滿足等保要求。

當AI競賽進入深水區，存儲不再只是"倉庫"，而是決定訓練效率的核心引擎。群暉用三級存儲架構打通數據動脈，讓每張GPU卡都能全速運轉——畢竟在萬億參數時代，快1秒的模型迭代，可能意味著改寫行業格局的鑰匙。

數據革命已至，您的AI大模型存儲準備好接招了嗎？

超半數百強企業信賴群暉