9月6日消息（岳明）随着越来越多行业开始拥抱数字化转型，以及ChatGPT出圈、“百模大战”下AI大模型的加速普及，新业务新模式层出不穷，传统IT基础设施的现代化改造与升级变得愈发迫切。
AI算力成为业界关注的焦点。但正如中国工程院院士倪光南所言，真正的人工智能不仅需要算力，还需要数据存储能力、网络传输能力，三者缺一不可，只有三者平衡配置、均衡发展，才能充分发挥算力的作用。可以说，AIGC的蓬勃发展，不但带来一场深刻的“算力革命”和“数据革命”，更是改变了存储基础设施的演变进程。
作为大算力的全栈提供者，大模型的精耕践行者，新华三集团精准预判存储产业技术发展趋势。新华三集团于日前全新发布H3C/HPE Alletra MP全局解耦NVMe智能全闪存储、H3C UniStor X10000 G6系列分布式智能融合存储，以重构架构、重构体验、重构价值的全维升级，打造强劲性能、极致体验、绿色低碳的智慧存储新品，以不断进化的数据底座为百行百业开启AI时代新篇章。
变革
当前大模型是以文本数据的训练生成式AI为主，数据量对于存储来说并不是很大；但随着生成式AI进入到多模态领域，对存储的需求量会极具增加，这就要求市场玩家能够未雨绸缪。
新华三集团存储产品线总经理兼首席产品经理关天舒表示，大模型对于存储的发展提出了新的要求，需要存储提供极致性能、极致可靠、极简管理、绿色低碳等全方位能力。“首先，大模型应用除了CPU计算，更多是GPU计算，存储需要能够适配GPU加速；其次，存储训练时间决定了大模型的生产时间，对于存储性能需求会更高；第三，存储整体性能跟应用是强相关的，在AI大模型情况下，对于存储的综合能力要求会更高；第四，稳定性，大模型训练需要存储能够提供非常稳定的状态，能让模型训练更加可靠。”
新华三集团存储产品线产品总监张颖认为，在多模态AIGC情况下，不仅对存储的I/0带宽要求很高，对于时延和读写能力也有新需求，“多模态AIGC对存储的全方位的考验。”
HPE中国区存储产品部总经理张楠则指出，在AIGC时代，客户业务应用正在发生变化，存储的底层设计逻辑也要随之而变，“AIGC的下一波发展对存储的压力非常大，现在主流的存储技术可能难以完全满足要求，所以我们希望通过人工智能让硬件资源更匹配最终应用，同时还要引入新协议、新介质、新架构。”
重构
关天舒表示，要想更好的适配和满足AI大模型需求，需要新的存储产品形态，对产品硬件和架构进行重构是必然的，对存储性能和体验的双重提升，也是新华三未来整体战略的缩影。
重构架构，随着高速网络、RDMA、NVMe技术的发展，以及数据池化、湖仓一体化趋势的深入，文件、对象、大数据的多协议融合部署需求快速增长，存储架构亟需一次颠覆传统的跨越式创新。Alletra MP和X10000 G6是业界首创的全局解耦架构和全新的分布式存储架构，赋予智慧存储全新的生命力。
其中，Alletra MP是业界首个面向关键业务的全局解耦架构全闪存储，控制节点和容量节点完全独立，客户可根据工作负载和不断变化的业务需求进行独立扩展，满足企业的个性化需求。X10000 G6则采用分布式存储架构，在2U空间内集成4个分布式全闪节点，通过高速背板交换互联，实现极高的性能密度。
重构体验，基于架构重构的底层创新，Alletra MP、X10000 G6将为客户带来极致性能、极致可靠、极简管理、绿色低碳四大存储体验升级，让智慧存储成为企业数字化转型的新引擎。
以性能为例，通过软硬件协同升级，Alletra MP相比上一代性能提升200%；X18000 G6则达到单节点百万级别IOPS。在可靠性方面，Alletra MP通过全活冗余架构保障产品级可靠性，保障关键业务应用100%可靠性；X18000 G6则通过100Gb高速互联实现高效内部互联，SOM芯片软硬件实现紧耦合故障切换，突破分布式架构的可靠性极限，实现媲美集中式存储的可靠性。管理性方面，Alletra MP以及X10000 G6均可支持AIOps智能管理，实现业务模型分类并匹配相应存储资源。在绿色低碳方面，X18000 G6采用一框四节点高密部署，存储密度提升71%，机柜空间节省75%，整体功耗降低26%。Alletra MP也通过CPU和风扇等硬件节能设计、数据重删与压缩、智能功耗管理等多项绿色节能技术帮助降低整体PUE。
关天舒指出，对于架构和体验的重构，新华三集团智慧存储正以全新方式重构存储价值。“此次发布的新品可以全面满足AI时代企业对海量数据存储、高速访问和实时分析的需求，同时可根据不同应用场景进行灵活配置，支撑各细分领域的差异化存储需求。客户无需关注存储底层技术组合，可以将更多精力投入到上层业务创新，最大化地释放新数据时代的数据红利与价值。”
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。
