GPUDirect Storage(GDS)旨在通过使用直接指向NVMe存储驱动器的IO绕过存储服务器/阵列控制器的主机操作系统及CPU/内存,从而加快读写访问速度。
目前,各供应商已经公布了自己的GDS性能,为客户提供了一种能够比较其优劣的方法:
我们整理了过去几年总计十家供应商发布的结果,具体如上图所示。随着AI市场的发展成熟,训练和推理类工作负载之间也出现了应用差异。除了RAG和向量搜索的兴起之外,市场上还出现了AI数据管线的概念。当今AI存储必须能够支撑整条管线中的各个阶段,特别是满足推理和训练负载对于数据访问的需求。
考虑到这一点,英伟达最顶尖的GPU服务器DGX SuperPOD列出了经过认证的存储供应商。要想入围这份名单,供应商们要做的已经不仅仅是将数据调整传输至GPU。传输带宽虽然非常重要,但已经不是唯一关键的指标。据我们了解,想要从单一节点层级衡量GPUDIrect性能并不靠谱,正确的方法应该更加全面,即考量能否具备一定的性能水平让SuperPOD保持高负荷运转,同时满足英伟达提出的延迟标准、持续性能水平、支持数千张GPU的可扩展性、大规模AI数据集处理以及系统与软件兼容性要求。
这里强调的性能,已经不单单指GDS带宽。可扩展性同样至关重要。Pure Storage公司高级总监Hari Kannan在采访中表示,“我们正在推进英伟达SuperPOD认证,而且认证内容主要集中在性能层面。毕竟这也是SuperPOD的意义所在——必须保证在极高规模下仍拥有出色的性能表现。为此,我们必须与英伟达分享自己的性能基准。他们也开展了自己的性能测试,以验证其是否符合他们提出的SuperPOD基准。”不过具体基准内容尚未公开。
目前已经有四家SuperPOD存储供应商通过了认证,分别为:DDN及其A³I A1400X2T Lustre阵列;IBM及其Storage Scale System 6000、NetApp及其运行BeeGFS的EF600,以及VAST Data及其Data Platform数据平台。这四家供应商均提供并行文件系统访问能力。
上图所示,为IBM获得的英伟达SuperPOD认证函。可以看到其中单个SSS6000的读取速度就高达340 GB/秒,写入速度则高达175 GB/秒。
计划支持SuperPOD的存储供应商还包括戴尔的PowerScale、Pure Storage以及WEKA的WEKApod。
戴尔正着手在Lightning项目当中为其PowerScale OneFS操作系统添加并行文件系统支持。这也许有助于其满足SuperPOD提出的性能与可扩展性要求。
据我们了解,Hitachi Vantara的VSP One存储已经获得了BasePOD认证,下一步希望通过SuperPOD认证。我们也就SuperPOD认证一事询问了NetApp及其ONTAP AFF阵列,并将在得到回复后向大家报告。
MinIO公司表示,其开源DataPOD对象存储方案能够扩展以支持任意数量的GPU服务器。但据我们了解,该公司并不打算通过SuperPOD认证。此项认证主要面向文件系统存储,即使底层基于对象存储,也至少需要在应用层表现为文件系统的形式。
SuperPOD存储认证更像是一种衡量是否合格的兼容性测试,而非能够量化的基准测试。而从英伟达的市场利益的角度出发,最好是能有更多存储供应商顺利通过SuperPOD数据访问认证。如此一来,客户就不必比对公开发布的SuperPOD性能基准测试,再从中选取速度最快的存储供应商。总之,这种不公开SuperPOD存储性能数据、而单纯以是否通过认证来衡量的方式,更有利于英伟达团结更多合作厂商。
好文章,需要你的鼓励
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
数据分析平台公司Databricks完成10亿美元K轮融资,公司估值超过1000亿美元,累计融资总额超过200亿美元。公司第二季度收入运营率达到40亿美元,同比增长50%,AI产品收入运营率超过10亿美元。超过650家客户年消费超过100万美元,净收入留存率超过140%。资金将用于扩展Agent Bricks和Lakebase业务及全球扩张。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。