9月25日，MLCommons协会发布最新MLPerf™ Storage v1.0 AI存储基准测试成绩。浪潮信息分布式存储平台AS13000G7表现出众，在3D-UNet和CosmoFlow两个模型共计八项测试中，斩获五项冠军。
MLPerf™ Storage v1.0 AI存储基准测试成绩
MLPerf™是影响力最广的国际AI性能基准评测，由图灵奖得主大卫•帕特森(David Patterson)联合顶尖学术机构发起成立。2023年推出MLPerf™ 存储基准性能测试，旨在以架构中立、具有代表性和可重复的方式衡量机器学习(ML)工作负载的存储系统性能。该测试通过准确建模ML工作负载所产生的I/O模式来帮助解决存算平衡问题，为不同存储系统和不同加速器类型的混合和匹配提供了灵活性，为ML/AI模型开发者选择存储解决方案提供权威的参考依据。
本次MLPerf™ 存储基准评测(v1.0)吸引了全球13家领先存储厂商和研究机构参与。该评测围绕医学影像分割、图像分类、宇宙学参数预测三大AI存储应用场景，采用主流的3D-Unet、ResNet50、CosmoFlow三类模型，在GPU利用率高达90%或70%的条件下，以带宽和支持的模拟 GPU (模拟加速器)数量为关键性能指标，评估单客户端或集群模式下存储系统的性能表现。
本次测试，浪潮信息采用3台AS13000G7搭建分布式存储集群，搭载ICFS自研分布式文件系统，在3D-UNet和CosmoFlow两大评测任务中共获得五项最佳成绩。其中，在图像分割3D-UNet多客户端2评测任务中，服务于10个客户端264个加速器，集群聚合带宽达到360GB/s，单个存储节点的带宽高达120GB/s;在宇宙学分析CosmoFlow单客户端2和多客户端2评测任务中，分别提供了18 GB/s和52 GB/s的带宽最佳成绩。
近年来，浪潮信息基于存算协同的理念，持续加大存储研发投入，从整体架构到各技术栈持续创新，优化升级存力，提升了GPU算力整体性能表现，实现了模型训练数据处理的即时性，消除了GPU资源闲置(即“饥饿GPU”现象)，全面提升大模型训练效率。
■ 架构层面，采用全新数控分离架构。数据面和控制面完全解耦，控制面实现数据管理和访问，数据面读写操作直通到盘，达到120 GB/s的单存储节点的超高性能，单存储节点支撑5台8卡计算节点规模，同时计算集群GPU利用率90%以上;
■ 软件层面，通过多路并发透传技术，有效减少I/O操作中频繁的上下文切换，降低单次I/O时延50%，同时达到高并发下时延稳定性。本次测试中1430个高并发读线程支撑下，保证每个线程单次I/O的时延均在0.005秒，AI端到端训练中I/O占比低于10%。此外，通过元数据VRANK技术，达到单个元数据进程多单元并发处理，提供高性能元数据服务;
■ 软硬协同层面，通过内核亲和力调度，I/O请求动态调整，增强文件系统与计算节点亲和性，确保负载均衡，将数据移动与多核CPU之间的访问效率提升400%。
浪潮信息是全球领先的存储供应商，存储装机容量连续3年稳居全球前三、中国第一，是承载中国用户数据最多、数据存力贡献最大的存储厂商。近年来，浪潮信息积极拥抱AI生态，专注于构建面向人工智能的存储平台，通过精准优化存算资源配置与持续强化技术创新，全面推进AI产业化和产业AI化进程，力争打造AI存储的理想之选。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
