DDN 宣布推出专为 AI 训练和推理设计的 Infinia 2.0 对象存储系统,声称在 AI 数据加速方面可提升高达 100 倍的性能,并在数据中心和云计算成本效率方面实现 10 倍提升。
Infinia 是一个从底层设计的基于键值对的对象存储系统。我们最近在这里详细介绍过 Infinia 的技术。
DDN 首席执行官兼联合创始人 Alex Bouzari 表示:"财富 500 强企业中有 85 家在 DDN 的数据智能平台上运行其 AI 和高性能计算应用。通过 Infinia,我们能够将客户的数据分析和 AI 框架加速数个数量级,实现更快的模型训练和准确的实时洞察,同时确保 GPU 效率和能源使用的未来可持续性。"
他的 DDN 创始合伙人、总裁 Paul Bloch 说:"我们的平台已经部署在全球一些最大的 AI 工厂和云环境中,证明了其支持大规模关键任务 AI 运营的能力。"DDN 此前表示 Elon Musk 的 xAI 是其客户。
AI 数据存储是 DDN 对 Infinia 的核心定位。首席技术官 Sven Oehme 表示:"AI 工作负载需要实时数据智能来消除瓶颈、加速工作流程,并在复杂的模型列表、训练前后、RAG、智能 AI、多模态环境和推理中实现无缝扩展。Infinia 2.0 的设计旨在最大化这些领域的 AI 价值,同时提供实时数据服务、高效多租户、智能自动化和强大的 AI 原生架构。"
Infinia 包含事件驱动的数据移动、多租户、硬件无关设计、99.999% 以上的正常运行时间、高达 10 倍的永久数据压缩、容错网络纠删码和自动 QoS。它与其他快速的、最近加速的对象存储系统并驾齐驱,如 Cloudian 的 HyperStore、MinIO、Quantum Myriad、Scality 的 RING 和 VAST Data。
Infinia 软件与 Nvidia 的 Nemo 和 NIMS 微服务、GPU、Bluefield 3 DPU 和 Spectrum-X 网络协同工作,加速 AI 数据流水线。DDN 声称它"在核心、云和边缘环境中集成了 AI 推理、数据分析和模型准备"。Infinia 与 Trino、Apache Spark、TensorFlow、PyTorch "和其他 AI 框架集成,以加速 AI 应用"。
Nvidia DGX 平台副总裁 Charlie Boyle 评论道:"结合 Nvidia 的加速计算和企业软件,像 DDN Infinia 2.0 这样的平台为企业提供了充分利用数据所需的基础设施。"
Infinia 具有 TB 级带宽和亚毫秒级延迟,"性能超过 AWS S3 Express 10 倍,提供前所未有的 S3 性能"。DDN 的其他优势包括 AI 数据加速 100 倍,AI 工作负载速度提升 10 倍,效率比 Hadoop 高 100 倍(基于"独立基准测试"),元数据处理速度提升 100 倍,每秒对象列表处理速度比 AWS 快 100 倍,AI 模型训练和推理查询速度提升 25 倍。
Infinia 系统"可从 TB 级扩展到 EB 级,在单个部署中支持超过 100,000 个 GPU 和 100 万个同时连接的客户端,实现大规模 AI 创新"。DDN 表示,它"在实际数据中心和云部署中已经得到验证,可支持 10 到 100,000 多个 GPU,在任何规模下都能确保最大的 GPU 利用率,实现无与伦比的效率和成本节省"。
超微计算机首席执行官 Charles Liang 表示:"通过将 DDN 的数据智能平台 Infinia 2.0 与超微的前沿服务器工作负载优化解决方案相结合,两家公司合作打造了世界上最大的 AI 数据中心之一。"我们认为这指的是 xAI 的 Colossus 数据中心为 Grok 3 阶段 1 所做的扩展。DDN 在这里提供了更多关于 Infinia 的信息。
补充说明: 据了解,xAI 最新的 Grok 3 大语言模型在训练和运行时同时使用了 VAST Data 存储和 DDN 的 Exa 及 Infinia 存储。
好文章,需要你的鼓励
代理型AI正在颠覆在线会议平台,从被动观察者转变为主动参与者。Zoom、Microsoft等公司纷纷推出AI助手,不仅提供语音转录,还能回答问题、安排后续会议。Otter AI更是推出了能通过语音命令参与对话的AI会议代理。这些创新将大大提升会议效率,为企业带来实际价值。未来,AI将从工具演变为真正的协作伙伴,深度理解业务场景将成为关键竞争力。
谷歌与计算机历史博物馆联合发布了AlexNet的源代码,这是一个在2012年彻底改变人工智能领域的卷积神经网络。AlexNet证明了"深度学习"能够实现传统人工智能技术无法达成的目标,标志着人工智能领域的重大突破。此举不仅为AI爱好者和研究人员提供了一个窥探计算机历史关键时刻的机会,也为未来的历史学家提供了理解这项改变世界技术的宝贵资料。
Midjourney 与纽约大学合作,发布了一项提升大语言模型创造性写作能力的研究。他们提出了两种新技术:多样化直接偏好优化(DDPO)和多样化比值偏好优化(DORPO),旨在扩大模型输出的多样性,同时保持连贯性和可读性。这项研究不仅展示了 Midjourney 在文本领域的野心,也为企业 AI 团队、产品开发者和内容创作者提供了改进 AI 生成文本的新方法。
英伟达推出了一款名为G-Assist的实验性AI助手,可在本地GPU上运行,无需云端支持。这款AI助手旨在帮助玩家优化PC性能并提升游戏体验。G-Assist能够回答基本问题、调整系统设置、超频GPU等。虽然目前功能有限且存在一些性能问题,但它代表了本地AI应用的一个重要尝试,展示了未来GPU同时运行游戏和AI模型的潜力。