- 综合排序
- 最热优先
- 最新优先
- 来自专栏存储公众号：王知鱼
Solidigm：AI数据管道与存储方案
Fig-2 典型AI集群中的存储，包含以下3个组成部分： 1. GPU服务器-直连存储 • 有限存储（通常为8个U.2插槽） 2. 小结 • 认识AI数据流管道，不同环节数据体量和相应读写IO特征（Fig-1）； • 企业AI生产基础设施的存储堆栈特征（Fig-2）; • 思得基于QLC闪存的AI生产解决方案及其核心优势（Fig-9
59110编辑于 2025-02-11 - 来自专栏ml
HDUOJ----2487Ugly Windows
Fig-2 shows the situation that window B is on the top of window A. Fig-2 .......................... ....AAAAAAAAAAAAA......... ....A...........A......... ....A..
62090发布于 2018-03-22 - 来自专栏存储公众号：王知鱼
KIOXIA：RAID 卸载优化数据冗余
要点速览 强化SSD侧的计算能力，构建计算型存储并不是新话题，本文从存储RAID计算切入，讨论在SSD上实现RAID卸载的xPUs 设计（Fig-2/3）； NVMe 在计算卸载中发挥重要作用（Fig- KIOXIA：RAID 计算卸载优化数据迁移-Fig-2 数据冗余存在哪些挑战？ 奇偶校验计算需要大量内存带宽和 CPU 资源（后面有PoC数据）。
49200编辑于 2025-02-11 - 来自专栏存储公众号：王知鱼
NAND 闪存面临的机遇与挑战
NAND 闪存面临的机遇与挑战-Fig-2 NAND厂商2022-2025 技术路线图。 • TLC三层单元为市场普遍采用，但近些年来市场份额在逐渐减少，2020年超过90%，下降为24年不及80%； • QLC四层单元的市场份额逐渐扩大，从20年不及5%，逐渐扩张到24年20%左右，结合Fig
82210编辑于 2025-02-11 - 来自专栏存储公众号：王知鱼
AsteraLabs：PCIe 长距离跨节点传输方案
要点速览 基于PCIe 横向跨节点扩展AI集群的设想（Fig-2） 长距离 PCIe 线缆设计原型、信号处理方法、线缆选型（Fig-7/8/10） Fig-1 AI基础设施扩展挑战 AI模型持续扩展： Fig-2 左图是当前数据中心基于PCIe线缆实现的单机架互联通信，线缆长度不超过3m； 下一代PCIe希望延展到7m，已满足更大集群的互联通信。
1.2K00编辑于 2025-02-11 - 来自专栏存储公众号：王知鱼
SuperMicro：AI存储硬件方案
SuperMicro：AI存储硬件方案-Fig-2 企业级AI存储方案 Pod 级别的部署（较云厂商规模、性能要求降低） 企业用例，推理与训练的比较 存储需求： • 全 NVMe 或 PB 级别的分层存储
87510编辑于 2025-02-11 - 来自专栏存储公众号：王知鱼
微软：AI存储，SSD or HDD ?
Fig-2 AI训练工作流对应的存储方案定性说明。 Fig-3 图示 AI训练工作流中存储层动态交互过程。
1.1K10编辑于 2025-02-11 - 来自专栏存储公众号：王知鱼
Samsung：CXL 内存扩展更新
Samsung：CXL 内存扩展更新-Fig-2 重温 CXL 设备的三种形态 • Type1：通过CXL.io和CXL.cache协议构建本地缓存加速卡，单机内存扩展的使用场景受限； • Type2：
1.3K10编辑于 2025-02-11 - 来自专栏存储公众号：王知鱼
WD：HDDs 一直都在
WD：HDDs 一直都在-Fig-2 HDD 存储介质技术路标 1.
53710编辑于 2025-02-11 - 来自专栏存储公众号：王知鱼
AsteraLabs：CXL内存扩展在推理场景的应用
KV缓存存储了所有先前token的键和值 附加说明： • 一个大小相当于10本小说的输入，需要大约1000K的上下文窗口，并消耗大约1TB的内存 AsteraLabs：CXL内存扩展在推理场景的应用-Fig
1.2K10编辑于 2025-02-11 - 来自专栏存储公众号：王知鱼
XINNOR：高效RAID的存储实践
XINNOR：高效RAID存储实践-Fig-2 AI训练过程实测GPU使用率和IO读写带宽，材料显示： • 测试数据训练过程持续10分钟左右，GPU饱和利用； • 检查点（Checkpoint）写入阶段
66810编辑于 2025-02-11 - 来自专栏朴素人工智能
10分钟理解Focal loss数学原理与Pytorch代码（翻译）
fig-2 focal loss prediction 分析这两者并观察其中的差异，可能是个很好的主意。这将有助于我们对于Focal loss进行直观的了解。
18.1K11发布于 2020-07-27 - 来自专栏存储公众号：王知鱼
XINNOR：RAID创新驱动云存储提效
成为最快的RAID引擎 • 团队：大约40人；其中30多人是数学家和来自全球存储OEM厂商的行业人才 • 超过25个全球销售合作伙伴 • 超过100PB的终端客户数据 xiRAID 与 xiSTORE 介绍 Fig RAID+SDS，xiNOOR找准NVMe SSD 存储阵列软件RAID作为切入市场核心技术；并向下组合存储硬件，提供xiSTORE软件定义存储，可扩展的企业存储方案（Fig-2）； 2.
1.4K10编辑于 2025-02-11 - 来自专栏存储公众号：王知鱼
MLPerf：AI场景的存储测试标准
MLPerf：AI场景的存储测试标准-Fig-2 关于MLCommons[1] MLCommons 是一个致力于推动机器学习技术标准化和性能提升的开源社区组织。
1K10编辑于 2025-02-11 - 来自专栏存储公众号：王知鱼
Micron：SSD替换主存，加速AI落地
Fig-2 NVIDIA 加速计算常见的存储案例。
48910编辑于 2025-02-11 - 来自专栏存储公众号：王知鱼
WD：适配GPU DAS的存储系统设计
WD：适配GPU DAS的存储系统设计-Fig-2 使用NVIDIA GPUDirect和Western Digital解耦存储技术 左侧：没有GDS的情况下 GPU需通过CPU复杂路径从本地SSD读取机器学习数据
86910编辑于 2025-02-11 - 来自专栏存储公众号：王知鱼
NVIDIA：LLM集群存储IO行为（实测数据）
右图显示：2012年到2024年AI模型训练计算能力（PFLOPs）的增长趋势 NVIDIA：LLM集群存储IO行为-Fig-2 训练计算平台（ Eos DGX AI 超级计算机的缩小版） • H100
43010编辑于 2025-02-11 - 来自专栏存储公众号：王知鱼
MetisX：从CXL内存扩展到近存计算
MetisX：从CXL内存扩展到近存计算-Fig-2 Scale-Out 扩展限制 Scale-Out 定律面临海量数据集扩展，因‘数据重力’造成效率下降，需要重新思考 Scale-Up 的可能性。
41310编辑于 2025-02-11 - 来自专栏存储公众号：王知鱼
Google/Meta：云服务商视角下的CXL应用
云服务商视角下的CXL内存-Fig-2 问题： 内存成本的“船锚”效应 • 假设内存约占平台成本的一半 • 内存容量随着 CPU 性能的提高而增加 • 内存成本随着容量增加而增加 魔法般的 CPU（性能翻倍
1.3K10编辑于 2025-02-11 - 来自专栏存储公众号：王知鱼
Viking Enterprise：企业存储的分层视角
Viking Enterprise：企业存储的分层视角-Fig-2 企业存储结构 图片右侧展示了一个存储层次结构的金字塔图表： • Tier 0: Flash/CXL（热缓存） • Tier 1: Flash
56300编辑于 2025-02-11
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号