云廠商繼續(xù)為大模型加速落地鋪路架橋。

4月8日，騰訊云宣布云存儲解決方案面向AIGC場景全面升級，能夠針對AI大模型數(shù)據(jù)采集清洗、訓練、推理、數(shù)據(jù)治理全流程提供全面、高效的云存儲支持。數(shù)據(jù)顯示，采用騰訊云AIGC云存儲解決方案，可將大模型的數(shù)據(jù)清洗和訓練效率均提升一倍，需要的時間縮短一半。

據(jù)介紹，騰訊云AIGC云存儲解決方案主要由對象存儲COS、高性能并行文件存儲CFS Turbo、數(shù)據(jù)加速器GooseFS和數(shù)據(jù)萬象CI等產(chǎn)品組成，是國內(nèi)首個實現(xiàn)存儲引擎全面自研的云存儲解決方案。目前，已經(jīng)有80%的頭部大模型企業(yè)選擇了騰訊云AIGC云存儲解決方案，包括百川智能、智譜、元象等明星大模型企業(yè)。

此前，騰訊云已經(jīng)面向AIGC場景推出了基于星脈網(wǎng)絡的大模型訓練集群HCC、向量數(shù)據(jù)庫、以及行業(yè)大模型服務MaaS等大模型全鏈路云服務。

騰訊集團副總裁、騰訊云與智慧產(chǎn)業(yè)事業(yè)群COO兼騰訊云總裁邱躍鵬曾經(jīng)表示，大模型將開創(chuàng)下一代云服務，騰訊云致力于打造“最適合大模型的云”。

解決大模型全鏈路數(shù)據(jù)處理難題

AI大模型的研發(fā)生產(chǎn)流程，分成數(shù)據(jù)采集與清洗、模型訓練、推理三大環(huán)節(jié)，各環(huán)節(jié)都涉及海量的數(shù)據(jù)處理。

在數(shù)據(jù)采集與清洗環(huán)節(jié)，由于原始訓練數(shù)據(jù)規(guī)模海量，且來源多樣，對存儲技術提出了多協(xié)議支持、高性能、大帶寬的需求。

騰訊云對象存儲COS支持單集群管理百 EB 級別存儲規(guī)模，提供便捷、高效的數(shù)據(jù)公網(wǎng)接入能力，并支持多種協(xié)議，充分支持大模型PB級別的海量數(shù)據(jù)采集。在數(shù)據(jù)清洗環(huán)節(jié)，大數(shù)據(jù)引擎需要快速地讀取并過濾出有效數(shù)據(jù)，COS通過自研數(shù)據(jù)加速器GooseFS提升數(shù)據(jù)訪問性能，可實現(xiàn)高達數(shù)TBps的讀取帶寬，支撐計算高速運行，大大提升數(shù)據(jù)清洗效率。

在模型訓練環(huán)節(jié)，通常需要每2-4小時保存一次訓練成果，以便能在GPU故障時時能回滾，因此快速地讀寫checkpoint（檢查點）文件也成了能否高效利用算力資源、提高訓練效率的關鍵。

騰訊云自主研發(fā)并行文件存儲CFS Turbo ，面向AIGC訓練場景的進行了專門優(yōu)化，每秒總讀寫吞吐達到TiB/s級別，每秒元數(shù)據(jù)性能高達百萬OPS，均為業(yè)界第一。3TB checkpoint 寫入時間從10分鐘，縮短至10秒內(nèi)，使大模型訓練效率大幅提升。

大模型推理場景對數(shù)據(jù)安全與可追溯性提出更高要求。騰訊云數(shù)據(jù)萬象CI為此提供圖片隱式水印、AIGC內(nèi)容審核、智能數(shù)據(jù)檢索MetaInsight等能力，為數(shù)據(jù)生產(chǎn)從“用戶輸入——預處理——內(nèi)容審核——版權保護——安全分發(fā)——信息檢索“業(yè)務全流程提供有力支撐，優(yōu)化AIGC內(nèi)容生產(chǎn)與管理模式，順應監(jiān)管導向，拓寬存儲邊界。

同時，隨著訓練數(shù)據(jù)和推理數(shù)據(jù)的增長，需要提供低成本的存儲能力，減少存儲開銷。對象存儲服務提供了高達 12 個 9 的數(shù)據(jù)持久性和 99.995% 的數(shù)據(jù)可用性，能夠為業(yè)務提供持續(xù)可用的存儲服務。

業(yè)內(nèi)唯一全自研存儲引擎

卓越的性能表現(xiàn)，源自騰訊云自主研發(fā)的存儲引擎與自研技術。這也是國內(nèi)目前唯一實現(xiàn)存儲引擎全面自研的云存儲解決方案。

騰訊云自研的分布式對象存儲引擎YottaStore，支持任意多副本及糾刪碼冗余模式并存，在大幅提升可用性、可靠性及性能的同時大幅降低成本。基于YottaStore，騰訊云對象存儲服務COS作為統(tǒng)一的數(shù)據(jù)存儲池，支持單集群1萬臺服務器，單集群百EB級的存儲。

在數(shù)據(jù)清洗環(huán)節(jié)中，數(shù)據(jù)加速器GooseFS可根據(jù)數(shù)據(jù)的使用頻率，將數(shù)據(jù)智能存儲至內(nèi)存、計算集群的本地盤、或可用區(qū)的全閃存儲集群等不同級別的緩存中，低成本縮短IO路徑，提升數(shù)據(jù)訪問性能。相比起從對象存儲COS中直接讀取，GooseFS可以提供亞毫秒級的數(shù)據(jù)訪問延遲、百萬級的IOPS和Tbps級別的吞吐能力，有效提升數(shù)據(jù)清洗效率。

面向模型訓練場景的CFS Turbo，則是目前業(yè)內(nèi)唯一自研的并行文件存儲系統(tǒng)。

基于自研分布式高性能存儲引擎Histor，CFS Turbo底層通過自研用戶態(tài)協(xié)議棧和RDMA等技術，減少數(shù)據(jù)的多次拷貝與虛擬化消耗，大幅降低了存儲時延、提升吞吐性能；在應用側(cè)，CFS Turbo自研并行文件傳輸協(xié)議，實現(xiàn)了多鏈路并行訪問，大大提升了吞吐效率。原來的文件存儲受限于傳統(tǒng)NFS協(xié)議，單客戶端只能單鏈路訪問，也導致吞吐存在性能瓶頸。

此外，針對AIGC的checkpoint記錄、大視頻文件讀寫、小圖片讀寫等場景，騰訊云CFS Turbo還自研了分級緩存、自適應條帶化、分布式元數(shù)據(jù)的技術，大幅提升了AIGC場景下的讀寫性能。除了大模型企業(yè)以外，CFS Turbo也被廣泛應用于自動駕駛與工業(yè)仿真場景，包括博世汽車、蔚來等自動駕駛廠商，上海電氣、深勢等仿真場景，墨鏡天合、追光等影視特效場景。

今年1月，在沙利文聯(lián)合頭豹研究院發(fā)布的《2023年中國云存儲解決方案市場報告》中，騰訊云存儲入選“領導者”陣營，位列第一。隨著AIGC時代來臨，騰訊云也在不斷迭代優(yōu)化自身產(chǎn)品，服務最新場景需求，幫助企業(yè)把握時代紅利。