人工智能和對象存儲，能擦出什么樣的火花？
2020-04-23 15:19
IT168
關注
AI與對象存儲
在許多人的印象中，AI需要大量的算力，是計算密集型的典型應用。而對象存儲大多時候用于海量非結構化數據的存放，備份歸檔，云存儲、企業云盤、文檔影像或視頻的存儲等。從存儲特征來看，對象存儲的延遲可能較難滿足AI的性能需求；從使用習慣來看，大多數AI用戶都是采用文件接口。
實際上，有計算，就會有存儲，只是或多或少，或快或慢，或過渡或長期保存的區別。
在微信公眾號浪潮存儲《2020：下一個十年，存儲發展的趨勢是什么》上篇也即鑒往事篇 一文中，曾提到：
AI所需存儲，可以分為準備、訓練、推理和歸檔等階段，每個階段的IO特征不一樣，對于存儲的要求也不一樣。例如，在推理階段，IO的特征是讀寫混合，并且要求存儲的延時低，能快速響應。
下圖列出了AI各個階段的IO特征，及其對存儲的要求。
AI各個階段的IO特征及存儲需求
綜合考慮用戶使用習慣、性價比、性能和容量，如果能夠取得一個平衡的話，對象存儲能夠用在AI的多個不同階段中，如提取、準備、訓練、歸檔等。
分享
聲明：
本文由入駐維科號的作者撰寫，觀點僅代表作者本人，不代表OFweek立場。如有侵權或其他問題，請聯系舉報。
請輸入評論內容...
請輸入評論/評論長度6~500個字
