Большие модели не только позволяют регулировать рынок вычислительной мощности.

В начале 2023 года импозантная модель со свистом приближалась, производя невиданные ранее впечатления.

В эпоху использования больших моделей, спустя год после их широкого распространения в отрасли достигнуто основное соглашение: большие модели - это как поезд, который мчится на полную мощность, и если успеть на него, можно воспользоваться волной выгод, которую приносит время. Для этого необходимо заранее присоединиться, получить билет на этот поезд.

Люди, занимающиеся построением крупных моделей, приходят к нам толпами, и промышленная цепочка крупных моделей переживает небывалый взрывной рост, среди которого особенно ощущается силовой потенциал. «Какой облачный центр имеет больше запасов карт?», «A100, A800 совсем недоступны»... Вы часто слышите фразы о дефиците силового потенциала.

Получив вычислительную мощь, вы получите весь мир. В этом раунде в Китае все большие модели стремятся к сконцентрированным усилиям по вычислительной мощности, многие инвесторы следуют этой логике, приобретая соответствующие активы для конфигурации, капитализация компаний по вычислительной мощности также резко возросла, а многие каналы, связанные с вычислительной мощностью, также заработали большие деньги из-за этой волны больших моделей.

Chief Executive Officer of Lenovo, Lu Da Xin

Если сравнивать большую модель с ребенком, то данные - это питательные блюда. Только обеспечив достаточное количество и качество данных, этот "ребенок" сможет стать здоровым, стойким и умным. Хранение данных похоже на приготовление этих блюд кулинарами, они должны быть тщательно приготовлены и приготовлены, чтобы обеспечить качество и изобилие данных.

Перевод: Большие модели требуют увеличения объема управления данными.

По сравнению с традиционным искусственным интеллектом, сценарии с использованием крупных моделей характеризуются большим объемом данных, большими размерами параметров и длительным сроком обучения. Соответственно, для них установлены более высокие требования к хранилищу, которое акцентирует наивысшую производительность - высокую пропускную способность, высокие IOPS, высокие скорости передачи данных и низкие задержки.

В последнее время многие производители хранилищ данных активно разрабатывают новые продукты для хранения искусственного интеллекта в эпоху больших моделей, обеспечивая управление данными для обучения базовых моделей, отраслевых моделей и моделей для инференса в различных сценариях.

На конференции Lenovo демонстрировал новинки: серии NetApp AFF C, NetApp ASA A, NetApp ASA C, Lenovo ThinkSystem DG, Lenovo ThinkSystem DM3010H, а также улучшенную и обновленную платформу управления данными MagnaScale версии 4.0.

Lenovo Lingtu Product Management and Marketing Senior Director - Lin You Sheng

Недавно представленная серия NetApp AFF C имеет значительные улучшения в адаптации к большим объемам хранения. "Минимальная ёмкость нового поколения SSD составляет 15 ТБ, и в будущем будет представлен SSD ёмкостью 30 ТБ", заявил директор по продуктам и маркетингу Линь Юшен из Lenovo Lingt. "В два юнита можно разместить 1.5 ПБ полной вспышечной памяти, что обеспечивает высокую производительность и большую ёмкость, снижает энергопотребление на 85% и уменьшает занимаемую площадь на 95%".

В то же время для обучения крупных моделей требуется хранение большого объема изображений, речи и других неструктурированных данных. Серия NetApp AFF C следует концепции полностью унифицированного управления данными ONTAP, объединяя различные типы данных, такие как файлы, объекты, блоки данных, и облегчает клиентам работу в сложной среде искусственного интеллекта.

Вторым требованием является быстрота обработки данных. Обработка огромного объема данных включает в себя несколько этапов, таких как сбор и структурирование данных, обучение и расчеты, а также развертывание приложений и предоставление соответствующих служб. Перемещение данных с края в центр данных, затем в облако, а также управление данными различных типов создают сложное окружение данных. Однако обучение больших моделей требует завершения задачи за несколько часов. В таком контексте упрощение управления данными становится особенно важным.

Lenovo Lintuo smart manufacturing exhibition area

В области smart-производства Lenovo Lingtu utilizes industrial intelligent quality inspection systems. They achieve outstanding cost-effective archival storage space by leveraging high-performance, highly reliable NetApp ONTAP NAS and their self-developed Lenovo ThinkSystem DXN distributed storage appliance.

Lenovo Lantu Intelligent Hospital Exhibition Area

В области медицины Леново Лингтуо представил решение "Спасение в трудной ситуации 1110". С помощью этого решения пользователи медицинской отрасли могут получить обеспечение бесперебойности бизнеса и безопасности данных с резервным копированием данных за 1 минуту, восстановлением данных за 1 минуту и восстановлением работоспособности при отказе отдельных приложений в течение 10 минут, что соответствует требованиям законодательства.

В эпоху вычислительного интеллекта с появлением моделей на миллиард параметров разнообразные потребности в вычислительных мощностях продолжают расти, данные как ключевой элемент производства, поддерживающий развитие ИИ, их ценность становится все более явной. При этом масштаб и качество данных определяют уровень интеллекта ИИ. Учитывая оба аспекта, создание большой емкости и высокопроизводительной базы данных, является ключом к победе в эпоху больших моделей ИИ.