820
北京2024年9月27日 /美通社/ -- 9月25日，MLCommons协会发布最新MLPerf™ Storage v1.0 AI存储基准测试成绩。浪潮信息分布式存储平台AS13000G7表现出众，在3D-UNet和CosmoFlow两个模型共计八项测试中，斩获五项冠军。
MLPerf™ Storage v1.0 AI存储基准测试成绩
MLPerf™ 是影响力最广的国际AI性能基准评测，由图灵奖得主大卫•帕特森（David Patterson）联合顶尖学术机构发起成立。2023年推出MLPerf™ 存储基准性能测试，旨在以架构中立、具有代表性和可重复的方式衡量机器学习（ML）工作负载的存储系统性能。该测试通过准确建模ML工作负载所产生的I/O模式来帮助解决存算平衡问题，为不同存储系统和不同加速器类型的混合和匹配提供了灵活性，为ML/AI模型开发者选择存储解决方案提供权威的参考依据。
本次MLPerf™ 存储基准评测（v1.0）吸引了全球13家领先存储厂商和研究机构参与。该评测围绕医学影像分割、图像分类、宇宙学参数预测三大AI存储应用场景，采用主流的3D-Unet、ResNet50、CosmoFlow三类模型，在GPU利用率高达90%或70%的条件下，以带宽和支持的模拟 GPU （模拟加速器）数量为关键性能指标，评估单客户端或集群模式下存储系统的性能表现。
本次测试，浪潮信息采用3台AS13000G7搭建分布式存储集群，搭载ICFS自研分布式文件系统，在3D-UNet和CosmoFlow两大评测任务中共获得五项最佳成绩。其中，在图像分割3D-UNet多客户端2评测任务中，服务于10个客户端264个加速器，集群聚合带宽达到360GB/s，单个存储节点的带宽高达120GB/s；在宇宙学分析CosmoFlow单客户端2和多客户端2评测任务中，分别提供了18 GB/s和52 GB/s的带宽最佳成绩。
近年来，浪潮信息基于存算协同的理念，持续加大存储研发投入，从整体架构到各技术栈持续创新，优化升级存力，提升了GPU算力整体性能表现，实现了模型训练数据处理的即时性，消除了GPU资源闲置（即"饥饿GPU"现象），全面提升大模型训练效率。
- 架构层面，采用全新数控分离架构。数据面和控制面完全解耦，控制面实现数据管理和访问，数据面读写操作直通到盘，达到120 GB/s的单存储节点的超高性能，单存储节点支撑5台8卡计算节点规模，同时计算集群GPU利用率90%以上；
- 软件层面，通过多路并发透传技术，有效减少I/O操作中频繁的上下文切换，降低单次I/O时延50%，同时达到高并发下时延稳定性。本次测试中1430个高并发读线程支撑下，保证每个线程单次I/O的时延均在0.005秒，AI端到端训练中I/O占比低于10%。此外，通过元数据VRANK技术，达到单个元数据进程多单元并发处理，提供高性能元数据服务；
- 软硬协同层面，通过内核亲和力调度，I/O请求动态调整，增强文件系统与计算节点亲和性，确保负载均衡，将数据移动与多核CPU之间的访问效率提升400%。
浪潮信息是全球领先的存储供应商，存储装机容量连续3年稳居全球前三、中国第一，是承载中国用户数据最多、数据存力贡献最大的存储厂商。近年来，浪潮信息积极拥抱AI生态，专注于构建面向人工智能的存储平台，通过精准优化存算资源配置与持续强化技术创新，全面推进AI产业化和产业AI化进程，力争打造AI存储的理想之选。
