在人工智能（AI）創(chuàng)新競賽中，競爭至關重要。無論您的AI倡議追求的主題是什么，例如自動駕駛，疾病治療或用于改變生命的大流行的疫苗（如COVID-19），有效且具有競爭力的AI設置都需要三個基本要素的堅實基礎，以協(xié)調一致地共同努力提供您想要的快速勝利：

通過加速計算提供性能的服務器平臺

快速網(wǎng)絡

現(xiàn)代的并行文件系統(tǒng)，用于管理數(shù)據(jù)

這些元素可以描繪成一個三角形，所有側面相互配合并牢固地位于組織的人才基礎上。

AI與HPC相遇的地方

首先，讓我們看一下不斷變化的格局。從歷史上看，高性能計算（HPC）和AI是兩個不同的市場，但是有一個融合。傳統(tǒng)上，HPC專注于相對較少的大型組織，這些組織領導著瘋狂的大型研究項目并使用了巨大的數(shù)據(jù)集群，如今，AI，機器學習（ML）和深度學習已成為企業(yè)中的HPC。

GPU是計算的主力軍

現(xiàn)在，為了詳細說明三角形中的第一個基本元素，讓我們談談HPC和AI企業(yè)中正在發(fā)生的事情?，F(xiàn)代的購買者之旅涉及投資利用計算加速技術（例如GPU）的服務器平臺。人工智能需要強大的計算基礎架構來探索，提取和檢查數(shù)據(jù)，以獲得深刻的見解和突破性的結果。

GPU是現(xiàn)代超級計算的核心精髓，是多任務處理程序，可輕松管理AI工作負載中最復雜的數(shù)據(jù)集。選擇一個可以在加速計算，內存和高速NVLINK互連之間取得平衡的平臺，以獲得更快的高質量結果。

更大，更好，更快，更強

我們的第二個基本要素是快速網(wǎng)絡。數(shù)據(jù)中心承擔著沉重的負擔，以保持在AI中的競爭力。一切都變得越來越大：應用程序大小，數(shù)據(jù)大小，群集大小，計算大小等等。

網(wǎng)絡不斷完善。選擇一種高速，低延遲的解決方案，以替代老化的光纖通道和以太網(wǎng)鏈路，以加快從網(wǎng)絡到服務器和存儲系統(tǒng)的數(shù)據(jù)傳輸。您可能會認為自己已經(jīng)建立了強大的網(wǎng)絡和主力GPU計算平臺。再想一想?，F(xiàn)代文件系統(tǒng)是我們的第三個基本要素，它將充分利用其他兩個要素。當GPU技術投入生產(chǎn)時，通常公司沒有考慮其存儲基礎架構支持其數(shù)據(jù)量大的野獸的能力。GPU處于閑置狀態(tài)是因為傳統(tǒng)存儲基礎架構無法足夠快地將數(shù)據(jù)獲取到應用服務器，從而造成了瓶頸。

選擇一個高性能，可擴展的并行文件系統(tǒng)，該系統(tǒng)可以解決當今最大的存儲問題并加速需要大量帶寬和元數(shù)據(jù)密集型性能的IO密集型工作負載（混合工作負載與數(shù)十億個小文件）。隨著客戶積極參與AI和ML的大規(guī)模開發(fā)，WekaFS?打破了傳統(tǒng)存儲文件系統(tǒng)所帶來的瓶頸，通過縮短產(chǎn)品上市時間并在混合工作負載下交付速度提高了一個數(shù)量級的方式，提供了市場領先的競爭優(yōu)勢。
責任編輯：tzh