首页
学习
活动
专区
圈层
工具
发布

微软:AI存储,SSD or HDD ?

• 数据摄取和预处理环节是在微软Blob存储服务中运行,绝大部分基于HDD存储 • 训练过程中即时(或一定时长)产生的Checkpoint数据保留在性能层-SSD存储中 • 早期/陈旧的Checkpoint...存储层次结构:系统采用了多层存储架构,包括缓存、Blob存储(对象存储引擎)、SSD和HDD,以平衡性能和容量需求。 2....检查点管理: • 频率:检查点的频率会直接影响存储需求。 • 数据分层:最新检查点保存在SSD上以保证快速访问,旧数据则存储在HDD上以节省成本。 4....性能优化: • 低延迟访问:利用SSD存储最近的检查点数据。 • 高吞吐量:通过从Blob存储层并行访问来支持GPU扩展。...核心要点:GPU从Blob存储层同时访问会驱动高吞吐量 Fig-6 从AI系统存储带宽需求,看HDD和SSD发展现况和机遇: • 当前系统使用SSD能满足训练和Checkpoint的性能读取(但成本较高

92910

NVMe SSD存储SR-IOV进展

存储 SR-IOV 介绍 图右是云化环境存储路径,虚拟化管理层(绿底)IO路径,效率不高;NVMe SSD 基于 SR-IOV能简化IO路径,提升效率。...技术突破:相比SR-IOV,Intel可扩展IOV允许单个SSD在一个根端口下虚拟化约1000个(254 x 4)独立存储设备。 2....• 分离了快速I/O路径和慢速路径(如配置和重置)。 3. 架构特点: • 主机上的VMM虚拟设备组合管理多个VM。 • 使用PCIe交换机连接主机和存储设备。...• SIOV SSD包含物理功能(PF)和多个设备资源(DR)。 突破PCIe虚拟功能(VFs)数量限制的策略。 关键点: 1....效果展示:图示中展示了一个SSD SR-IOV设备,通过这种方法实现了4个端点,每个端点254个VFs,总计1016个VFs。 未来展望 存储虚拟化技术的下一波改进方向。 关键改进领域: 1.

1K10
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    Micron:AI PC存储,SSD如何成为“准内存”?

    阅读收获 深入理解AI PC边缘推理对存储的革命性需求,认识到高速NVMe SSD在AI工作负载中的“准内存”角色。...边缘推理(性能应用): PC 在本地执行 AI 任务,以保证低延迟和快速响应。...这意味着 AI PC 的发展将极大地推动市场对大容量、高速度的 NVMe SSD 的需求,以满足本地AI模型加载、数据处理和快速读写的性能要求。...AI PC 对存储的性能需求 在 AI PC 上本地运行大型 AI 模型(如 LLM/VLM)将极大地改变内存和存储之间的关系,使得高速、大容量的存储(SSD)成为 AI 运算流程中不可或缺的“准内存...对存储的革命性要求: 这种机制的成功严重依赖于存储(SSD)的性能。

    56610

    Solidigm:NVMe SSD 在AI存储中的价值

    全文概览 文章探讨人工智能和机器学习(AI/ML)数据管道中的存储解决方案,强调了固态硬盘(SSD)尤其是NVMe SSD在不同阶段的应用价值。...接着,详细比较了FIO基于工作负载下,不同类型的存储设备(如HDD与NVMe SSD)在数据读写上的性能差异,显示NVMe SSD在AI和ML应用中展现出更好的性能和适应性。...通过对比不同存储介质(如 HDD、PCIe Gen4 和 PCIe Gen5 SSD)在这些工作负载下的表现,可以得出各个存储设备在 AI/ML 任务中的相对性能。...On-Prem(本地): 右图 GPU 服务器与全 QLC 对象存储层在本地部署中,GPU 服务器通过 SSD 存储与全 QLC(四层单元)对象存储层进行数据交互。...Solidigm 存储产品族 图展示了在不同 AI 数据存储阶段(如数据导入、准备、训练等)所需的存储性能要求,并根据每个阶段的具体需求推荐了不同的 Solidigm SSD 产品。

    1.8K00

    IBM计算存储:SSD如何加速十亿级向量搜索?

    阅读收获 深入理解计算型存储(Computational Storage)在AI向量数据库领域的具体落地路径,特别是IBM VSM如何通过FPGA重构SSD,实现物理感知的数据布局和固件优化,为设计下一代高性能存储系统提供硬件级创新思路...他们将标准SSD重构为专用的向量搜索加速卡——Vector Search Module (VSM),通过“计算型存储”理念,直接在存储层并行执行向量搜索。...通过内存缓存压缩索引 + SSD 存储全量数据的混合模式,企业可以使用低成本的闪存存储来承载海量 AI 知识库。...基于量化 DiskANN (重点关注) SSD/内存混合:DRAM 存压缩导航图,SSD 存全量高精度向量和邻居表。 分层存储:利用 SSD 的大容量替代昂贵的 DRAM。打破了“内存容量墙”。...上层稀疏图用于快速定位,下层稠密图用于精细查找。 内存换速度:除了存数据,还需要存储多层索引结构,内存开销通常较大。 ✅ 目前最快的算法之一,对数级复杂度 ()。

    14910

    KIOXIA:当SSD开始思考——存储架构的算力升级

    获得评估下一代存储架构时所需的关键技术视角 全文概览 在高性能存储系统中,一个关键矛盾正在浮现:网络带宽正从400Gbps向1.6Tbps跃迁,SSD单盘性能已突破32GB/s,但承载数据处理任务的xPU...本文将介绍一种突破性的解决思路——将算力从xPU下沉至SSD本身。通过在SSD控制器中集成专用硬件引擎,实现"买容量送算力"的线性扩展模式,使存储系统彻底突破IO Wall的限制。...隐含推论:为了解决“加盘不加算力”的问题,必须将计算能力打散,下沉到每个SSD上(即计算存储),实现算力随容量线性扩展。...采用DPU并将负载卸载至SSD的存储系统 架构变革(Headless/Disaggregated): 展示了存储架构从“传统双控”向 “分布式无机头架构” 的演进。...通过将基础存储操作(Data Reduction/Protection)下沉到SSD,宝贵的DPU/CPU算力被解放出来处理数据向量化等AI相关任务,使存储系统不仅能“存”数据,还能辅助“理解”数据。

    19510

    SMI:QLC SSD与FDP:人工智能时代的存储命题

    全文概览 人工智能的快速发展正在深刻改变存储行业的格局。随着大模型的广泛应用和AI技术的不断进步,数据量呈指数级增长,对高容量、高性能存储的需求也日益迫切。...本文通过案例研究,深入探讨了FDP在QLC SSD中的实际应用效果,以及如何结合多租户QoS管理技术进一步提升存储系统的性能。...人工智能推动高容量存储增长 AI驱动的存储市场预计到2033年将达到2000亿美元以上,年复合增长率(CAGR)超过20%。 企业领域和SSD将成为AI存储市场的主导力量。...人工智能推动高容量存储增长 预计到2033年,人工智能驱动的存储市场将达到2000亿美元以上,年复合增长率(CAGR)为20%以上。 企业领域和固态硬盘(SSD)预计将主导人工智能驱动的存储市场。...人工智能革命通过对高容量SSD的需求改变了存储行业 QLC SSD最适合高容量应用,但也存在局限性 FDP(灵活数据放置)有助于QLC SSD的推广 通过减少写放大因子(WAF)和垃圾回收(GC)来延长

    1K10

    【AI 进阶笔记】SSD 改进:Rainbow-SSD

    引言 在目标检测的江湖中,SSD(Single Shot MultiBox Detector)以其快速高效的特性,赢得了广泛关注。它像是武林中的一位快剑侠,一招制敌,无需多次出手。...为了解决这一问题,武林高手们提出了各种改进版本,其中就包括我们今天的主角——Rainbow SSD(Rainbow-SSD,简称 R-SSD)。 2....R-SSD 的独门秘籍 2.1 彩虹连接 传统的 SSD 在不同尺度的特征层上独立进行检测,彼此之间缺乏联系。这就像是各门派各自为战,缺乏协同。...PyTorch 实现 R-SSD 接下来,我们将通过 PyTorch 实现一个简化版的 R-SSD,帮助大家更直观地理解其内部机制。...R-SSD 在数据集上的表现 实验表明,R-SSD 在 COCO 和 PASCAL VOC 数据集上的表现优于传统 SSD: 小目标检测性能提升,mAP 提高 2~4 个百分点。

    69400

    可计算存储: 透明压缩,数据库IO模型和SSD寿命

    我们很难逐一列举所有的关键变化,但在存储领域也遵循这个预测。...比如最近一直提到的华为天才少年,张霁研究磁盘和数据库相关的智能优化,姚婷研究新型存储介质和键值存储系统,左鹏飞研究非易失性内存系统,都与存储领域有直接关系,似乎也说明存储领域的变化还在不断发生。...存储领域也不例外,纵观Flash的历史: ? SSD持续在企业关键应用落地并大规模部署。从MLC,TLC再到QLC,容量逐渐增大成本逐渐降低,但基于SSD技术的实现原理,寿命问题也愈发突出。...当然业界也在提高SSD存储颗粒的擦写次数、GC算法方面持续发力,同时,结合可计算存储的透明压缩,也为SSD寿命及稳定性的提升带来了新的方向。...要考虑压缩带来的寿命收益,首先以不影响业务(参见:可计算存储: 数据压缩和数据库计算下推)为前提。决定写入寿命的相关因素很多,比如存储颗粒的品质,数据模型,温度,湿度,可能还涉及玄学。

    1.3K20

    可计算存储: 透明压缩,数据库IO模型和SSD寿命

    我们很难逐一列举所有的关键变化,但在存储领域也遵循这个预测。...比如最近一直提到的华为天才少年,张霁研究磁盘和数据库相关的智能优化,姚婷研究新型存储介质和键值存储系统,左鹏飞研究非易失性内存系统,都与存储领域有直接关系,似乎也说明存储领域的变化还在不断发生。...存储领域也不例外,纵观Flash的历史: ? SSD持续在企业关键应用落地并大规模部署。从MLC,TLC再到QLC,容量逐渐增大成本逐渐降低,但基于SSD技术的实现原理,寿命问题也愈发突出。...当然业界也在提高SSD存储颗粒的擦写次数、GC算法方面持续发力,同时,结合可计算存储的透明压缩,也为SSD寿命及稳定性的提升带来了新的方向。...要考虑压缩带来的寿命收益,首先以不影响业务(参见:可计算存储: 数据压缩和数据库计算下推)为前提。决定写入寿命的相关因素很多,比如存储颗粒的品质,数据模型,温度,湿度,可能还涉及玄学。

    1.9K20

    混合模式QLC-SSD重塑存储TCO

    你是否曾想过,如果一块 SSD 能同时拥有 SLC 的快和 QLC 的大,且比例还能由软件定义,存储架构会发生怎样的质变?...混合模式配置灵活性,允许用户在部署或扩容时进行灵活定义 图片的核心观点是:Mixed Mode SSD 具备“软件定义存储”的灵活性,能够根据系统生命周期的不同阶段动态调整性能与容量的平衡。...pSLC 逻辑架构与物理实现 图片从架构实现的角度定义了 Mixed Mode SSD:它不仅仅是一个带有缓存的硬盘,而是在同一块物理 PCB 上,通过固件和协议硬生生切分出的两个物理隔离的存储池。...一句话总结: Mixed Mode SSD 不仅优化了单盘性能,更在系统架构层面实现了流量与硬件资源的完美对称分布,避免了传统分层存储带来的局部过载和资源闲置问题。...当存储介质向 PLC(5-bit)演进,容量折损率可能高达 1:8,这种情况下混合模式 SSD 的经济性边界在哪里?

    25010

    SSD漫谈

    文章目录[隐藏] 为什么 SSD 比 HDD 更快 如何评价一款 SSD AS SSD 的问题在哪 放在五年前,SSD (Solid State Drive,固态硬盘)对大多数人而言仍然是一个新兴的陌生产品...然而时至今日,SSD 已经成为了中高端电脑的标配。甚至对于入门级配置而言,SSD 还是 HDD 的区别已经取代了传统三大件,直接影响着整机运行速度。...适逢最近 SSD 降价,不少朋友都有来咨询 reizhi 有关 SSD 的一些问题,这边便汇聚成文,一起总结一下。...不同于具有机械运动结构的 HDD,SSD 全数字化的存储方式能够提供优异的响应时间和卓越的小文件性能。并且未来的发展空间巨大,而唯一制约 SSD 的,就是成本。...AS SSD 的问题在哪 除了 CDM 之外,AS SSD Benchmark 也是一款非常热门的 SSD 测试软件。甚至不少商家将 AS SSD 的分数用于营销宣传,如千分固态等。

    2.1K20

    SSD硬件测试

    // SSD硬件测试 // 这两天有一个临时性的小任务,使用fio工具对SSD磁盘进行硬件测试,fio这个工具之前没有用过,这两天简单研究了一下这个工具,把一些常用的参数在这里说明一下。...operations per second (IOPS) available to InnoDB background tasks 也就是说它直接代表innodb的刷盘IOPS值,所以如果你的磁盘是SSD...)创建job,如果这个选项设置的话,fio将使用pthread_create来创建线程 rw 测试的IO模式(顺序读、随机读、顺序写、随机写) bs 单次io的块文件大小,机械盘常用大小4k、16k,SSD...例如,我可以用一个配置文件混合包含SSD和HDD,但是设置分组(group)把IO单独汇总。我现在还没涉及这个功能,但未来会用到。

    3.8K40

    SSD基本介绍

    固态硬盘(Solid State Disk,SSD)是一种基于闪存(Flash)技术的半导体存储设备,与U盘在技术上相似。...SSD具有许多显著优点,包括:随机访问速度:由于没有机械部件,SSD的随机访问速度远快于传统硬盘。能耗低:相比机械硬盘,SSD的能耗更低,有助于延长电池寿命。...安全性高:SSD的数据存储方式提供了更高的数据安全性。然而,SSD也存在一些局限性,主要问题包括:随机写入速度:基于EEPROM的擦除原理,SSD的随机写入速度相对较慢。...HDD提供了更大的存储空间,这对于需要大量存储的用户来说是一个重要因素。功耗:SSD的功耗较低,并且具有极低功耗待机功能,而HDD的功耗相对较高,不具备类似的待机功能。...而SSD采用芯片存储方案,内部无磁头,具备超强的抗震能力。数据恢复:SSD上的数据一旦删除,很难通过数据恢复软件恢复。而HDD上的数据可以通过专业的数据恢复软件找回。

    1.8K00
    领券