数据大放异彩时刻：网络附加存储正驱动 AI 浪潮加速奔涌

20,000,000,000,000 个词元（若您更倾向简洁表达，也可写作 20 万亿） 这是阿里巴巴最新发布的 Qwen2.5-MAX 大型语言模型 (LLM) 基础模型所使用的训练数据集词元数量的预估值。¹ 假设您和您的后代（不幸地）被逐一征召来手动输入每个词元，大约需要 6 亿年才能完成，²因此请提前做好规划。这一切都在印证：现代 AI 堪称信息饕餮，存储与激活 AI 数据输入输出的过程，正带来前所未有的存储容量与效率挑战。在此背景下，NAS 解决方案已成为管理 AI 模型开发与部署所需海量数据集的关键组件。我们将深入探讨 NAS 在 AI 领域的核心作用、高容量固态硬盘 (SSD) 的价值，以及这些设备在整个 AI 数据流水线中的应用场景与实现方式。

NAS 在 AI 数据流水线中的核心角色

归根结底，AI 是数据与高强度计算的产物，但将原始数据转化为精准模型并非易事。AI 数据流水线涵盖多个既独立又互联的阶段： 

• 数据采集
• 预处理和训练
• 微调
• 推理
• 归档  

NAS 是一种集中式、可扩展且易于访问的存储架构，通过赋予分布式系统海量数据的高速访问能力，为 AI 处理流程提供有力支持。与仅本地部署于 GPU 计算服务器的直接附加存储 (DAS) 不同，NAS 能够实现多台服务器、GPU 及边缘设备之间的数据无缝共享，使其成为适配 AI 工作流协作性与迭代性特点的理想选择。经高容量 SSD 优化的 NAS 系统，可使潜在的海量数据集随时可供处理，在最大限度提升 GPU 利用率的同时，将延迟降至最低。 

数据量：机器学习的生命线

在机器学习领域，数据量与多样性是驱动模型性能的关键驱动因素。训练数据越多样、越庞大，模型对真实场景的泛化能力就越强。随着训练数据量的增加，模型能从更广泛的模式和边缘案例中学习，进而实现性能的显著提升。

然而，原始数据输入只是一个起点。AI 数据流水线在运行过程中会生成并使用增量数据集，包括：

• 转换数据：从物联网设备、社交媒体或医学影像等来源采集的原始数据，在转换阶段需经过提取、清理和重新格式化，由此产生的新数据集需要存储支持。
• 检查点与模型产物：在训练过程中，模型会生成检查点以保存进度——对于需要频繁保存的大规模模型，这些检查点可能占用大量存储空间。
• 合成数据：人工生成的数据，用于扩充训练数据集、测试模型准确性或解决数据隐私问题。
• 推理输出：推理阶段处理的真实数据所产生的输出结果，通常需要存储以供分析或再训练，这进一步加剧了存储需求的增长。
• 检索增强生成 (RAG) 数据库扩展：依赖大规模数据集或高维特征来获取高质量洞察的解决方案，其所需存储容量可能超出内存承载能力。
• 推理过程中的键值 (KV) 缓存溢出：涉及大型模型、长查询或多轮交互的应用场景中生成的 KV 状态量可能超过本地内存容量限制。
• 归档数据：出于合规性、再训练或审计目的，对原始数据、转换数据和处理数据进行长期存储至关重要。

这些数据集具有增量累积特性，会使存储需求远超原始数据集规模，进而凸显高容量硬盘在 NAS 解决方案中的核心价值。

用户对 NAS 解决方案的核心需求有哪些？ 容量、电力与空间

全球数据中心基础设施提供商 Digital Realty 在近期调研中，请客户对采用正式 AI 策略的主要障碍进行排序。³结果显示，首要挑战是“存储海量数据集的空间不足”，紧随其后的是“计算所需电力短缺”和“缺乏足够的数据存储空间”。  

面对数据存储挑战，Solidigm 推出了全球容量最大的 PCIe SSD——122.88TB Solidigm™ D5-P5336。这款硬盘以无与伦比的容量、能效比和数据密度，成为 AI 驱动型 NAS 部署的颠覆性解决方案。其主要功能包括：

• 全球容量最高的 PCIe SSD：122TB D5-P5336 可存储海量数据集，例如足以容纳过去 15 个赛季美国职业橄榄球大联盟 (NFL) 全部 4K 分辨率比赛录像。⁴ 
• 功耗与空间效率：在 NAS 部署中，D5-P5336 的功耗较传统混合 HDD + TLC SSD 解决方案降低达 90%⁵，每瓦特电能可提供的 TB 存储容量是 30TB TLC SSD 的 2.5 倍。
• 紧凑的空间占用：D5-P5336 可使 NAS 的空间占用减少达 9:1⁶，让数据中心在扩展存储容量的同时，最大限度减少物理基础设施占用。
• 无限随机写入耐久性：在五年质保期内，即便 7*24 小时全天候进行 32KB 或 4KB 的随机写入，该硬盘也不会因磨损而损坏。 

这些特性与 AI 数据流水线的需求高度契合，尤其是在数据采集和归档阶段，高容量、耐用且高效的存储价值至关重要。

将高容量 SSD 价值映射入 AI 数据流水线各个阶段

D5-P5336 针对 AI 数据流水线中的采集与归档阶段提供定制化优势，精准解决各阶段的独特挑战：

• 采集：在此阶段，来自事件日志、客户关系管理 (CRM) 系统或激光雷达 (LIDAR) 数据等多样化来源的原始数据以高速写入存储设备。该阶段会产生大量顺序写入操作，而 D5-P5336 凭借其无限写入耐久性，可高效且持久地处理此类任务。这款硬盘的庞大容量使 NAS 系统能够满足大数据的三大特性——数据量、速度与多样性，同时保持可扩展性以适应未来数据增长。
• 归档：此阶段涉及对原始数据、转换数据和处理数据的长期存储，同时需考虑数据隐私法规要求。基于 D5-P5336 的 NAS 系统凭借 122.88TB 的单盘容量，可在单个 42U NAS 机架中提供惊人的 53PB 原始存储容量⁵，大幅降低归档存储的物理空间与电力占用。相较于混合存储解决方案，其存储功耗降低 90%，在为再训练或合规需求存储数据时，能带来显著的运营效率优势。
• 预处理和推理：在数据预处理和推理阶段，NAS 与 DAS 协同工作，提供集中式、可扩展的存储能力，为预处理、模型训练和实时推理任务实现高效的数据访问、管理与传输。

通过针对这些阶段进行优化，高容量 SSD 可提升 AI 数据流水线的整体效率，实现更快的数据访问、降低运营成本，并为未来的存储增长提供可扩展性。

结论

随着 AI 持续突破数据存储的界限，配备高容量 SSD 的 NAS 系统，正成为管理 AI 数据集的数据量、速度与多样性的关键。122.88TB Solidigm  D5-P5336 SSD 代表着存储技术的重大飞跃，为 NAS 部署提供无与伦比的容量、耐久性和效率。 

通过解决 AI 数据流水线中数据密集型阶段的需求，Solidigm D5-P5336 使企业能够充分挖掘数据的全部潜力——不仅通过更多数据，更通过更多样化的数据推动模型性能提升。随着 AI 工作负载的不断演进，NAS 与高容量 SSD 的组合将继续成为可扩展、高效且高性能数据基础设施的基石。

有关更多信息，请查阅 Solidigm D5-P5336 122.88TB SSD 产品简介。