- 产品与解决方案
- 行业解决方案
- 服务
- 支持
- 合作伙伴
- 关于我们
伴随着智算需求的增长，GPU算力投资已占到AI加速芯片销量的80%以上，但相关统计数据显示，在实际模型训练场景下，GPU的平均利用率却不足50%。
究其原因，由于数据存储的可靠性不足导致的训练中断尤为突出。例如，训练数据的读写中断、租户间资源相互干扰、计划内的扩容升级以及计划外的宕机等，都会引起算力资源的空耗，从而降低GPU的整体利用率。而解决这一困扰的关键，在于一套高度稳定、多层级可靠的数据存储系统，提供坚实的数据底座支撑。
软硬件协同创新
重构分布式存储可靠性体验
新华三下一代AI数据存储平台H3C UniStor Polaris X20000系列，通过对分布式存储的软硬件协同创新，基于独特的NVMe高密全闪架构，结合新华三傲擎数据存储底层平台，实现了媲美集中式存储的性能和可靠性体验。在系统整体设计方面，H3C UniStor Polaris X20000系列所有组件，不管是硬件还是软件，都采用了“冗余、多活、自动隔离和自愈”的设计，形成多层级可靠性方案。
传统的分布式存储系统，采用节点间心跳的方式监控各节点状态。在智算训练场景下，大规模集群中大量的心跳消息会对网络性能造成影响，并额外消耗计算资源。H3C UniStor X20000系列，创新性地通过SOM存储集成管理平台，实时监控节点健康，制定中断上报、事件上报和主动轮训三种不同的上报方案，配合存储软件联动，实现故障毫秒级上报，性能影响<5%。不论是计划内的维护升级、扩容还是计划外的意外故障，业务都是“弱感知”，保障智算训练任务不间断连续运行。
在智算场景下，多租户操作也是影响训练稳定性的关键因素之一。多租户环境下，单个软件实例需要为多个不同的用户组提供服务，需要在数据的共享、安全隔离和性能间取得平衡。在处理敏感数据时，数据安全的实现策略也会直接影响到不同租户间的隔离程度。H3C UniStor Polaris X20000系列提供了全面的安全策略管理，支持租户间资源隔离，确保每个租户都有独立的容量分配和性能QoS策略，实现模型训练过程中多租户间的零干扰。
在智算平台的建设过程中，数据存储的稳定性对算力有效供给有着重要意义。面向未来，新华三集团将继续秉持“精耕务实，为时代赋智慧”的理念，不断深化“内生智能·成就智慧存储”技术战略，充分发挥自身在数字领域的创新优势，加大产品创新力度，为百行百业构筑澎湃算力提供稳定的数据基石。
