新加坡大学借助 Xinnor 存储平台提升 AI 研究能力

根据 Xinnor 发布的一份案例研究 [PDF]，新加坡一所知名大学通过采用 Xinnor 的 xiRAID 存储技术，显著提升了其 AI 研究速度。

为支持持续性研究工作，这所未具名大学部署了包括 Nvidia 在内的多个 GPU 和计算系统。

该校的部署方案支持医疗保健和自然语言处理等领域的高级 AI 项目，并配备了 BeeGFS 客户端和服务器集群。BeeGFS 是一个为高性能计算开发的并行文件系统，包含分布式元数据架构，提供可扩展性和灵活性。

在存储需求方面，该大学要求具备快速数据访问能力、数据保护、易于部署和管理、成本优化，以及能够根据未来客户端增长和性能需求进行扩展的能力。

为满足这些要求，由 Xinnor 本地合作伙伴 On Demand System (ODS) 设计的存储方案通过两个 100Gb InfiniBand 端口，实现了 24.7Gbit/秒的顺序读取性能。

该基础设施包含两个服务器节点，每个节点配备 24 个 NVMe 驱动器，并由 xiRAID 提供保护和加速。这种配置不仅满足了所需吞吐量，还确保了数据保护和未来扩展的可能性。

软件驱动的 xiRAID 技术采用先进算法提供冗余和容错能力，即使在多个驱动器同时故障的情况下也能确保数据安全。针对未来的性能需求，该大学可以通过增加 InfiniBand 卡来提升性能。

Xinnor 首席营收官 Davide Villa 表示："xiRAID 能够实现接近完美的资源利用率并最大化 NVMe 性能，这对学术研究来说是一个突破性进展。我们与 ODS 的合作展示了软件定义 RAID 如何满足 AI 和高性能计算工作负载的严格要求，同时优化成本并简化部署。"

On Demand System 创始人 Rakesh Sabharwal 补充道："通过将 xiRAID 作为解决方案的核心，我们帮助该大学在研究和创新领域突破了界限。xiRAID 与 BeeGFS 的无缝集成为大学提供了可靠、高性能的存储基础，完全符合大学的发展愿景。"