ИИ уперся в инфраструктуру

Вслед за GPU российскому бизнесу придется обновлять СХД

Российские компании активно переводят ИИ из экспериментов в рабочие процессы, но инфраструктура пока не успевает за этим темпом. По исследованию Orion soft, индекс готовности российского бизнеса к промышленному использованию ИИ составляет лишь 38 из 100 баллов, а потребность в собственных GPU-кластерах отмечают 91% опрошенных компаний.

Ссылка на источник.

Но одних GPU для производительного ИИ-контура недостаточно. Моделям необходимо быстро получать и обрабатывать большие объемы данных — а значит, нагрузка растет и на системы хранения. Показательный пример — представленный в июле российский суперкомпьютер «Е-Флопс» и «АМДтехнологии»: для подключения СХД используется InfiniBand HDR 200 Гбит/с от каждого GPU, а «горячие» данные размещаются на SSD, тогда как массив HDD объемом 2 ПБ используется для «холодных» данных.

Рынок уже видит этот сдвиг. В свежем исследовании российского сегмента СХД 50% ИТ-руководителей заявили, что развитие искусственного интеллекта изменит требования к инфраструктуре хранения данных. Одновременно 60% компаний уже перешли, переходят или планируют переход на отечественные СХД и объектные хранилища.

Сегодня при внедрении ИИ недостаточно просто наращивать GPU-мощности. Производительность всей системы все чаще упирается в то, насколько быстро инфраструктура может передавать и обрабатывать большие массивы данных. Поэтому СХД становится не вспомогательным элементом, а критической частью AI-инфраструктуры. При проектировании таких решений важно сразу учитывать не только объем хранения, но и пропускную способность, масштабируемость и характер будущих нагрузок

Что в итоге:

Следующим этапом AI-гонки может стать уже не просто наращивание количества GPU. Компаниям придется смотреть на инфраструктуру целиком: производительность СХД, пропускную способность сети, быстрый слой хранения и возможность масштабировать объем данных вместе с вычислительными мощностями.

ИИ становится еще одним аргументом обновлять СХД не тогда, когда закончится место, а раньше — когда существующее хранилище начинает ограничивать скорость вычислений.