深信服携手清华大学智能产业研究院：用高性能文件存储助力AI应用落地
|
“人工智能应用落地的‘高歌猛进’，是有人在‘负重前行’。” 王博士(化名)作为清华大学智能产业研究院自动驾驶课题组的一员，负责车路协同数据集的训练工作。 课题研究中，王博士在电脑上要处理成千上万张图片：每一张图片，道路轨迹、建筑形状都不尽相同，一张图片里可以拆分出好几个标签，这是他每天都要面对的“复杂”标注题。 “我们拿到这些文件之后，可以挖掘出很多信息，然后不断地去进行标注。既要保证标注的效率，也要保证质量，这样才能训练出更精准的AI模型。”
图片来源：清华大学智能产业研究院官网 自动驾驶，是清华大学智能产业研究院的研究课题之一。作为一所面向第四次工业革命的国际化、智能化、产业化研究机构，这里汇聚了来自全球的国际顶尖科学家、产业变革领袖和世界级研创团队。 他们站在国际科技前沿，引领中国的科技创新，探索着自动驾驶、生物计算、绿色计算等领域的未解之谜。 AI“更懂”人类的背后，是大量数据训练的结果。 时逢2022年的9月，清华大学智能产业研究院的多项科研工作都在和时间赛跑。就在这时，清华大学智能产业研究院的十多个课题组感受到了AI研究工作的“阻力”，“给图像做标注时，图片迟迟加载不出来;检索图片，系统也要卡很久。” 原来，训练AI数据集需要存储大量数据，数据量很快就达到百TB级，而传统存储阵列在庞大的数据量面前“不堪重负”，没有展示出最佳的性能、可扩展性等能力，导致科研工作者们在实际操作时遇到了卡慢问题。 面对存储性能提升的难题，信服云EDS为清华大学智能产业研究院设计了高性能文件存储方案。480TB存储空间配置完成后，有了充足的存储空间，科研工作者们可以放心地开展AI训练的工作。 一个可以尽情“驰骋”的存储底座，背后是信服云EDS“刚柔并济”的实力。 在硬件上，信服云EDS采用通用的X86服务器搭配NVMe固态硬盘的组合形式，构建存储高性能层，这使得训练集群访问数据时，可以优先经过高性能层的缓存加速，相较于传统磁盘阵列，存储性能有了大幅提升。 在软件上，信服云EDS通过自研的分布式高性能文件系统，利用小文件合并、phxkv分布式元数据库、智能预加载等自研技术，提高KB级小文件的元数据和数据处理效率，有效保障AI训练过程中访问数据的效率，并大幅缩短了科研中的AI训练时间。 对于清华大学智能产业研究院而言，选择一款存储产品首要关注的是性能。因为科研工作者在标注数据时，需要不停地读取文件和创建文件，频繁的操作中无疑会增加元数据的访问耗时，CPU算力也会受到影响，而信服云EDS让读写文件的性能彻底告别了卡慢。
其实，信服云EDS和用户的双向奔赴，不止于此： “我们现在的容量使用率已经超过90%，但性能丝毫没有受影响。”除了提供稳定一致的性能表现，信服云EDS灵活扩展的能力，也在不断刷新用户的预期。考虑到研究院数据规模不断增长的情况，信服云EDS支持同时扩展容量和性能，这打破了传统存储架构的局限性。
在传统存储架构中，容量增长到一定程度，性能的增长不会相应增加，甚至还会出现性能下降的现象。而信服云EDS实现了容量和性能的同步扩展，在容量扩展的同时，存储性能也随之线性增长。以集群规模扩展至8节点为例，混合盘配置4KB随机读可达120万IOPS。 故障闭环处理的设计，是保障业务可靠运行的底气。 在注重高性能的同时，业务连续性和数据可靠性也不可忽视。为此，信服云EDS构建了完整的故障闭环处理框架： 在故障发生前，通过硬件亚健康预测、检测和数据多副本、纠删码等机制，帮助用户提前预防故障的发生;亚健康的可视化监控，则让用户感知硬盘健康状态，提前做好备件采购和替换准备工作。 在故障发生时，通过亚健康硬件自动隔离、智能数据修复、I/O路径自动切换等机制，自动处置问题，最大化减轻运维的压力，同时也保障了业务连续性和数据可靠性。如若发生人为误删除、恶意删除或超过冗余机制范围的故障等情况，可通过快照备份、回收站等机制快速找回数据。 这些高可靠的设计，也是用户坚定选择信服云EDS的理由之一。 截至目前，信服云EDS已经累计参与交付超过20000个客户和300+例PB级项目，在AI训练、卫星遥感、医疗影像、动漫制作、软件开发等场景获得了用户的广泛认可。
从蒸汽技术革命到信息技术革命，科技一次次改变着世界。 这一次，AI的想象力更是无限。这些面向未来交通、医疗、绿色发展的难题，也正在一步步被清华大学智能产业研究院的科学家们“拿下”： 发布全球首个真实场景车路协同数据集 研发出连续获得全球第一的自动化蛋白质结构预测平台 绿色计算5G网络智能减碳技术获得吴文俊人工智能科技进步奖 丈量寰宇，眺望星辰。在科技领航者的探索下，智能时代正以一种前所未有的清晰度呈现在我们面前。信服云EDS身处这个伟大的时代中，将集自身之所长，融用户之所需，助力科研工作者们在数据的浩瀚宇宙中，自由翱翔。 |
