2024年3月20日,深圳 —— 今日,以“存储周期·激发潜能”为主题的中国闪存市场峰会在深圳拉开帷幕。Solidigm携多元创新技术和丰富产品组合亮相,Solidigm亚太区销售副总裁倪锦峰登台发表了题为《夯实存力基础 ,释放数据价值》的演讲,介绍了Solidigm存储产品在人工智能迅猛发展中的独特价值。
2023年起,以大语言模型为代表的通用人工智能技术取得重大进展,让AI成为支撑产业发展的重要力量。诚然,推动产业的进一步发展,不仅需要算力建设的飞速发展,存力建设也要驶上快车道 。Solidigm致力于通过设计和提供创新的存储产品组合,推动千行百业存力建设的升级。
针对存储在AI工作流程中的关键作用等问题, Solidigm亚太区销售副总裁倪锦峰认为,AI数据集不断扩大、降低功耗需求增加,以及存储本地化趋势加速等因素,让高性能存储的必要性愈发突出。与传统存储技术不同,高性能存储不仅有着出色的密度优势,赋予了AI工作负载更优的性能,还可以在AI集群训练过程中保持GPU高效运转,提升整体效率。
以技术为基,Solidigm设计了能够胜任边和端复杂环境、旨在满足客户多样化需求的存储产品组合。在硬件层面,Solidigm D5-P5336等QLC SSD的出色密度可满足核心到边缘的海量数据存储需求,Solidigm SLC SSD也在批量生产并进行应用测试。同时,Solidigm并不止步于密度领先的优势,还开发了云存储加速层(CSAL)等软件,大幅提升SSD的性能和寿命。
倪锦峰表示:“存储在加速人工智能设施高效拓展,提高从核心到边缘的运营效率等方面扮演着极具价值的角色。在人工智能时代,我们会通过持续创新,为客户提供广泛的端到端存储解决方案,帮助客户把握AI脉搏,助力行业走向价值升级。”
好文章,需要你的鼓励
这项由东京科学技术大学等机构联合发布的研究提出了UMoE架构,通过重新设计注意力机制,实现了注意力层和前馈网络层的专家参数共享。该方法在多个数据集上显著优于现有的MoE方法,同时保持了较低的计算开销,为大语言模型的高效扩展提供了新思路。
当前企业面临引入AI的机遇与挑战。管理层需要了解机器学习算法基础,包括线性回归、神经网络等核心技术。专家建议从小规模试点开始,优先选择高影响用例,投资数据治理,提升员工技能。对于影子IT现象,应将其视为机会而非问题,建立治理流程将有效工具正式化。成功的AI采用需要明确目标、跨部门协作、变革管理和持续学习社区建设。
小米团队开发的MiMo-7B模型证明了AI领域"小而精"路线的可行性。这个仅有70亿参数的模型通过创新的预训练数据处理、三阶段训练策略和强化学习优化,在数学推理和编程任务上超越了320亿参数的大模型,甚至在某些指标上击败OpenAI o1-mini。研究团队还开发了高效的训练基础设施,将训练速度提升2.29倍。该成果已完全开源,为AI民主化发展提供了新思路。