浪潮信息Lance SUN:高效數(shù)據(jù)編排,加速數(shù)據(jù)在AI場景釋放潛能
掃描二維碼
隨時(shí)隨地手機(jī)看文章
北京2024年7月2日 /美通社/ -- AIGC作為當(dāng)下最火的技術(shù)話題,其業(yè)務(wù)流程涉及到數(shù)據(jù)的采集、處理、訓(xùn)練、推理和歸檔五個(gè)階段,每個(gè)階段都面臨著不同的存儲(chǔ)需求和挑戰(zhàn)。隨著數(shù)據(jù)量的爆炸性增長,特別是隨著多模態(tài)數(shù)據(jù)的快速增長,對(duì)存儲(chǔ)系統(tǒng)的擴(kuò)展性和服務(wù)兼容性也提出了新的挑戰(zhàn)。
在2024年數(shù)據(jù)基礎(chǔ)設(shè)施技術(shù)峰會(huì)上,浪潮信息分布式存儲(chǔ)產(chǎn)品線架構(gòu)師Lance Sun博士發(fā)表了題目為"高效數(shù)據(jù)編排,加速釋放數(shù)據(jù)潛能"的主旨演講,詳細(xì)討論了高效數(shù)據(jù)編排對(duì)于解決上述挑戰(zhàn),并釋放數(shù)據(jù)潛能的重要性。
AIGC帶來的存儲(chǔ)挑戰(zhàn)凸顯了數(shù)據(jù)的重要性
首先,Lance Sun博士詳細(xì)介紹了AIGC對(duì)存儲(chǔ)提出的需求和挑戰(zhàn),讓我們對(duì)AIGC的業(yè)務(wù)流程和對(duì)數(shù)據(jù)存儲(chǔ)的需求有了更深入的認(rèn)識(shí)。
第一個(gè)是巨量多模態(tài)數(shù)據(jù)的挑戰(zhàn)。很多大語言模型都采用了來自Common Crawl的數(shù)據(jù)集,這個(gè)組織在過去17年已經(jīng)采集了2500億網(wǎng)頁,現(xiàn)在還在持續(xù)收集更多。IDC預(yù)測,到2025年,全球數(shù)據(jù)總量將超過175ZB,這種增長對(duì)存儲(chǔ)系統(tǒng)的多樣性和擴(kuò)展性帶來了挑戰(zhàn)。
第二個(gè)挑戰(zhàn)是對(duì)超大讀寫帶寬的需求。在訓(xùn)練階段,checkpoint的管理是關(guān)鍵,良好的存儲(chǔ)性能應(yīng)在12分鐘內(nèi)完成checkpoint的讀寫操作,確保不拖慢整個(gè)訓(xùn)練過程。同時(shí),由于GPU成本高昂,更高的存儲(chǔ)性能可以減少顯卡的等待時(shí)間,減少資源浪費(fèi)。
第三個(gè)挑戰(zhàn)是對(duì)于讀寫IOPS的更高需求。千億級(jí)文件的快速訪問對(duì)IOPS有著極高要求,在某些采用shuffle洗牌策略的訓(xùn)練過程,如果IOPS性能不夠,會(huì)導(dǎo)致元數(shù)據(jù)服務(wù)器產(chǎn)生大量的通信阻塞,同時(shí)會(huì)造成GPU集群等待,影響訓(xùn)練效率,造成資源浪費(fèi)。
第四個(gè)挑戰(zhàn)在于數(shù)據(jù)全生命周期管理。在數(shù)據(jù)清洗和標(biāo)注算法日益發(fā)展的今天,數(shù)據(jù)作為企業(yè)的核心資產(chǎn),企業(yè)需要對(duì)數(shù)據(jù)進(jìn)行長期保存。于是,如何將數(shù)據(jù)以較低的成本安全存儲(chǔ)起來,也成為更重要的課題。
為了說明高質(zhì)量數(shù)據(jù)的重要性,Lance Sun博士還提到了ImageNet數(shù)據(jù)集。作為高質(zhì)量的數(shù)據(jù)集,它極大地推動(dòng)了深度學(xué)習(xí)算法的發(fā)展。2012年,AlexNet在ImageNet挑戰(zhàn)賽上取得成功,這不僅驗(yàn)證了深度學(xué)習(xí)模型處理復(fù)雜視覺任務(wù)的能力,也激發(fā)了后續(xù)研究和多種新算法的產(chǎn)生。
由此可見,數(shù)據(jù)的采集和高質(zhì)量的數(shù)據(jù)清洗,對(duì)AI的發(fā)展至關(guān)重要的。過去十多年的時(shí)間里,語言類模型的數(shù)據(jù)集規(guī)模,模型參數(shù)規(guī)模,AI芯片計(jì)算能力和數(shù)據(jù)存儲(chǔ)需求都發(fā)生了顯著變化。
AIGC在數(shù)據(jù)歸集面臨的挑戰(zhàn)與浪潮信息的解決之道
在數(shù)據(jù)存儲(chǔ)方面,隨著數(shù)據(jù)集規(guī)模和多樣性增加,越發(fā)依賴更大規(guī)模的存儲(chǔ)服務(wù)器集群。Lance Sun博士介紹稱,很多傳統(tǒng)行業(yè)都積累了大量數(shù)據(jù),這些數(shù)據(jù)需要在不同的存儲(chǔ)系統(tǒng)間進(jìn)行高效的數(shù)據(jù)流轉(zhuǎn)以支持AI和大數(shù)據(jù)分析,這在現(xiàn)有的存儲(chǔ)架構(gòu)中造成了數(shù)據(jù)流動(dòng)的效率問題。
事實(shí)上,多數(shù)據(jù)中心和異構(gòu)存儲(chǔ)環(huán)境中數(shù)據(jù)遷移面臨很多挑戰(zhàn),對(duì)此,Lance Sun博士總結(jié)了三點(diǎn):
第一點(diǎn),數(shù)據(jù)訪問分散。數(shù)據(jù)遷移的過程對(duì)用戶來說是不透明的,嚴(yán)重依賴第三方遷移軟件,而且受網(wǎng)絡(luò)波動(dòng)和存儲(chǔ)性能的影響,容易導(dǎo)致數(shù)據(jù)遷移時(shí)間過長,增加操作的不確定性和復(fù)雜性。
第二點(diǎn),空間和時(shí)間成本的浪費(fèi)。遷移過程常用糾刪或副本機(jī)制來提高可靠性,但這會(huì)導(dǎo)致時(shí)間和空間成本大幅增加。此外,這一過程還嚴(yán)重依賴于第三方遷移軟件的性能,不同存儲(chǔ)平臺(tái)的使用容量差異可能導(dǎo)致數(shù)據(jù)副本遷移時(shí)出現(xiàn)容量不均衡問題。
第三點(diǎn),運(yùn)維復(fù)雜性增加。由于不同存儲(chǔ)產(chǎn)品的特性差異,使得存儲(chǔ)廠商各自發(fā)展出不同的運(yùn)維管理系統(tǒng),數(shù)據(jù)的頻繁遷移或長時(shí)間遷移導(dǎo)致數(shù)據(jù)管理混亂,導(dǎo)致運(yùn)維時(shí)間和成本顯著增加。
為了應(yīng)對(duì)多數(shù)據(jù)中心和異構(gòu)存儲(chǔ)環(huán)境中數(shù)據(jù)管理和遷移挑戰(zhàn),浪潮信息存儲(chǔ)進(jìn)行了大量工作,基于AS13000構(gòu)建了一套全局?jǐn)?shù)據(jù)管理平臺(tái)。
在全局?jǐn)?shù)據(jù)管理平臺(tái)的最上層,通過一個(gè)統(tǒng)一的全局命名空間提供用戶視角的完全統(tǒng)一,確保所有數(shù)據(jù)都可以通過一個(gè)統(tǒng)一的入口進(jìn)行訪問和管理,極大地簡化了數(shù)據(jù)操作流程。
第二個(gè)層面,系統(tǒng)支持多種標(biāo)準(zhǔn)協(xié)議接口,包括Linux的NFS、對(duì)象存儲(chǔ)的S3、大數(shù)據(jù)的HDFS、容器化的CSI接口以及Windows環(huán)境下的SMB協(xié)議。這樣的設(shè)計(jì)使得平臺(tái)能夠廣泛兼容各種應(yīng)用和環(huán)境,滿足不同場景的需求。
最后一層,AS13000引入了智能數(shù)據(jù)編排和緩存系統(tǒng)。智能數(shù)據(jù)編排引擎利用人工智能算法自動(dòng)讓數(shù)據(jù)在熱、溫、冷存儲(chǔ)之間的流轉(zhuǎn),優(yōu)化數(shù)據(jù)存儲(chǔ)效率。而高效的緩存系統(tǒng)可以為短期內(nèi)頻繁使用的極熱數(shù)據(jù)提供快速訪問能力,加速數(shù)據(jù)的流轉(zhuǎn)。
最終,用戶可以基于AS13000的全局?jǐn)?shù)據(jù)管理平臺(tái)實(shí)現(xiàn)數(shù)據(jù)在任何地點(diǎn),任何時(shí)間以任何類型可視可管可流動(dòng)。
Lance Sun博士還指出了市場上一些方案的不足。比如,一些方案在數(shù)據(jù)采集階段使用了混閃對(duì)象存儲(chǔ),而在訓(xùn)練階段使用全閃存儲(chǔ)技術(shù)。然而,數(shù)據(jù)在兩個(gè)存儲(chǔ)集群的流轉(zhuǎn)非常低效,數(shù)遷移過程中,經(jīng)常由于網(wǎng)絡(luò)波動(dòng)造成文件斷傳。
相比之下,AS13000由于在一套系統(tǒng)內(nèi)引入了多協(xié)議融合互通技術(shù),直接省去了數(shù)據(jù)遷移的過程,大大提高了訓(xùn)練數(shù)據(jù)的準(zhǔn)備效率,以確保數(shù)據(jù)在訓(xùn)練和處理階段的高效率和低延遲訪問。
AIGC存儲(chǔ)的技術(shù)展望
AIGC技術(shù)的影響力日益擴(kuò)大,各大存儲(chǔ)廠商對(duì)此高度重視,存儲(chǔ)系統(tǒng)的創(chuàng)新和演進(jìn)均將AIGC作為核心考量。在演講的最后,Lance Sun博士詳細(xì)介紹了浪潮信息存儲(chǔ)在AIGC領(lǐng)域的未來發(fā)展關(guān)鍵方向和技術(shù)動(dòng)向,并表示浪潮存儲(chǔ)將持續(xù)深度融入AI生態(tài)系統(tǒng)。
在行業(yè)技術(shù)方面,GPU直連存儲(chǔ)技術(shù)已在眾多文件系統(tǒng)層面廣泛應(yīng)用,其在大文件讀寫方面的性能表現(xiàn)尤為出色。浪潮信息與英偉達(dá)及業(yè)界廠商緊密合作,致力于推動(dòng)完整技術(shù)體系和標(biāo)準(zhǔn)的落地。
在行業(yè)基準(zhǔn)評(píng)測方面,浪潮信息積極參與權(quán)威的AI性能測試基準(zhǔn)—MLperf Storage評(píng)測,并在多項(xiàng)負(fù)載性能評(píng)測中表現(xiàn)優(yōu)異,幫助企業(yè)選擇最適用于AI場景的存儲(chǔ)系統(tǒng)。
存儲(chǔ)的安全問題同樣不容忽視。英偉達(dá)在2024年的GTC大會(huì)上提到包括加密計(jì)算在內(nèi)的多種安全技術(shù),而在存儲(chǔ)層面,同樣需要提供強(qiáng)有力的數(shù)據(jù)保護(hù)措施。浪潮信息存儲(chǔ)正在多租戶權(quán)限隔離、防勒索等數(shù)據(jù)保護(hù)技術(shù)領(lǐng)域進(jìn)行深入探索。
談到未來發(fā)展,Lance Sun博士表示,存儲(chǔ)性能的持續(xù)優(yōu)化是浪潮信息存儲(chǔ)的核心目標(biāo)。浪潮信息將繼續(xù)通過軟硬件結(jié)合的持續(xù)創(chuàng)新,力求在智算產(chǎn)業(yè)和AI產(chǎn)業(yè)中實(shí)現(xiàn)快速落地,推動(dòng)整個(gè)行業(yè)的進(jìn)步。
2024年,AIGC依然是最熱技術(shù)話題,其迅猛的發(fā)展速度和廣闊的應(yīng)用前景吸引了眾多關(guān)注和創(chuàng)新力量。憑借在數(shù)據(jù)存儲(chǔ)領(lǐng)域的持續(xù)創(chuàng)新和深耕,浪潮信息正站在這場技術(shù)革新的前沿。