通信世界网消息（CWW）数据作为数字经济时代最核心、最具价值的生产要素正在加速渗透，成为全球经济增长的新动力和新引擎。尤其是AI大模型爆火以来，数据呈指数级速度增长，数据流动加速，在“百模大战”的角逐中，作为基础设施的存力，其重要性也日益凸显。

AI大模型面临四大挑战

数据存储是算力基础设施的核心组成，是信息的起始和重点，优质的数据存储不仅会赋能数据存力发展，而且还会驱动AI大模型的建设和发展。

今年以来，自ChatGPT发布后，多家企业先后发布了自己的大模型产品，据不完全统计，全球已发布数百个大模型，仅在中国就发布了80多个。AI大模型俨然成为互联网的“新风口”，在这场AI带来的新变革中，企业纷纷紧跟时代浪潮，建立自己的大模型。

而企业在开发及实施大模型应用过程中，通常会面临着诸多挑战。首先，数据准备时间长，数据来源分散、归集慢，预处理百TB数据需10天左右；其次，多模态大模型以海量文本、图片为训练集，当前海量小文件的加载速度不足100MB/s，训练集加载效率低；再次，大模型参数频繁调优，训练平台不稳定，平均约2天出现一次训练中断，需要Checkpoint机制恢复训练，故障恢复耗时超过一天；最后，大模型实施门槛高，系统搭建繁杂，资源调度难，GPU资源利用率通常不到40%。

更为严重的是，甚至有些企业目前对数据存储重视程度还尚显不足。随着AI大模型的升温，各地纷纷投入建设AI算力中心，加大了对算力的重视程度。但是算力中心的起步离不开数据存储能力作为基础，如果没有适当的存力配合，那么算力的作用就得到不到充分发挥。

两款AI存储新品发布，助推AI赋能千行百业

日前，华为顺应大模型时代AI发展趋势，针对不同行业、不同场景大模型应用，推出OceanStor A310深度学习数据湖存储与FusionCube A3000训/推超融合一体机。

其中，OceanStor A310深度学习数据湖存储，面向基础/行业大模型数据湖场景，实现从数据归集、预处理到模型训练、推理应用的AI全流程海量数据管理。OceanStor A310单框5U支持业界最高的400GB/s带宽以及1200万IOPS的最高性能，可线性扩展至4096节点，实现多协议无损互通。全局文件系统GFS实现跨地域智能数据编织，简化数据归集流程；通过近存计算实现近数据预处理，减少数据搬移，预处理效率提升30%。

而FusionCube A3000训/推超融合一体机，则面向行业大模型训练/推理场景，针对百亿级模型应用，集成OceanStor A300高性能存储节点、训/推节点、交换设备、AI平台软件与管理运维软件，为大模型伙伴提供拎包入住式的部署体验，实现一站式交付。开箱即用，2小时内即可完成部署。训/推节点与存储节点均可独立水平扩展，以匹配不同规模的模型需求。同时FusionCube A3000通过高性能容器实现多个模型训练推理任务共享GPU，将资源利用率从40%提升到70%以上。FusionCube A3000支持两种灵活的商业模式，包括华为昇腾一站式方案，以及开放计算、网络、AI平台软件的第三方伙伴一站式方案。

此外，如何保证数据的安全流转也是大模型时代企业广泛关注的问题。数据存储是数据安全的第一道防线，在AI大模型的数据归集过程中，企业需要安全地将不同地点、不同节点的数据归集到一个地方，这在安全性上有着非常大的挑战。面对企业的大模型数据安全需求，华为透露正在研发一种数据方舱技术，通过将数据及其相关凭证、隐私、权限等信息共同流转，从而对数据产生极致保护。

“大模型时代，数据决定AI智能的高度。”华为数据存储产品线总裁周跃峰在新品发布会现场表示，作为数据的载体，数据存储成为AI大模型的关键基础设施。华为数据存储未来将持续创新，面向AI大模型时代提供多样化的方案与产品，携手伙伴共同推进AI赋能千行百业。