在人工智能（AI）創(chuàng)新競(jìng)賽中，競(jìng)爭(zhēng)至關(guān)重要。無(wú)論您的AI倡議追求的主題是什么，例如自動(dòng)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(jìng)爭(zhēng)力的AI設(shè)置都需要三個(gè)基本要素的堅(jiān)實(shí)基礎(chǔ)，以協(xié)調(diào)一致地共同努力提供您想要的快速勝利：

通過(guò)加速計(jì)算提供性能的服務(wù)器平臺(tái)

快速網(wǎng)絡(luò)

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(gè)三角形，所有側(cè)面相互配合并牢固地位于組織的人才基礎(chǔ)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(jì)算（HPC）和AI是兩個(gè)不同的市場(chǎng)，但是有一個(gè)融合。傳統(tǒng)上，HPC專注于相對(duì)較少的大型組織，這些組織領(lǐng)導(dǎo)著瘋狂的大型研究項(xiàng)目并使用了巨大的數(shù)據(jù)集群，如今，AI，機(jī)器學(xué)習(xí)（ML）和深度學(xué)習(xí)已成為企業(yè)中的HPC。

GPU是計(jì)算的主力軍

現(xiàn)在，為了詳細(xì)說(shuō)明三角形中的第一個(gè)基本元素，讓我們談?wù)凥PC和AI企業(yè)中正在發(fā)生的事情。現(xiàn)代的購(gòu)買者之旅涉及投資利用計(jì)算加速技術(shù)（例如GPU）的服務(wù)器平臺(tái)。人工智能需要強(qiáng)大的計(jì)算基礎(chǔ)架構(gòu)來(lái)探索，提取和檢查數(shù)據(jù)，以獲得深刻的見(jiàn)解和突破性的結(jié)果。

GPU是現(xiàn)代超級(jí)計(jì)算的核心精髓，是多任務(wù)處理程序，可輕松管理AI工作負(fù)載中最復(fù)雜的數(shù)據(jù)集。選擇一個(gè)可以在加速計(jì)算，內(nèi)存和高速NVLINK互連之間取得平衡的平臺(tái)，以獲得更快的高質(zhì)量結(jié)果。

更大，更好，更快，更強(qiáng)

我們的第二個(gè)基本要素是快速網(wǎng)絡(luò)。數(shù)據(jù)中心承擔(dān)著沉重的負(fù)擔(dān)，以保持在AI中的競(jìng)爭(zhēng)力。一切都變得越來(lái)越大：應(yīng)用程序大小，數(shù)據(jù)大小，群集大小，計(jì)算大小等等。

網(wǎng)絡(luò)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(luò)到服務(wù)器和存儲(chǔ)系統(tǒng)的數(shù)據(jù)傳輸。您可能會(huì)認(rèn)為自己已經(jīng)建立了強(qiáng)大的網(wǎng)絡(luò)和主力GPU計(jì)算平臺(tái)。再想一想。現(xiàn)代文件系統(tǒng)是我們的第三個(gè)基本要素，它將充分利用其他兩個(gè)要素。當(dāng)GPU技術(shù)投入生產(chǎn)時(shí)，通常公司沒(méi)有考慮其存儲(chǔ)基礎(chǔ)架構(gòu)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?yàn)閭鹘y(tǒng)存儲(chǔ)基礎(chǔ)架構(gòu)無(wú)法足夠快地將數(shù)據(jù)獲取到應(yīng)用服務(wù)器，從而造成了瓶頸。

選擇一個(gè)高性能，可擴(kuò)展的并行文件系統(tǒng)，該系統(tǒng)可以解決當(dāng)今最大的存儲(chǔ)問(wèn)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(fù)載（混合工作負(fù)載與數(shù)十億個(gè)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(chǔ)文件系統(tǒng)所帶來(lái)的瓶頸，通過(guò)縮短產(chǎn)品上市時(shí)間并在混合工作負(fù)載下交付速度提高了一個(gè)數(shù)量級(jí)的方式，提供了市場(chǎng)領(lǐng)先的競(jìng)爭(zhēng)優(yōu)勢(shì)。 EB級(jí)。