Дом
Прорыв в области искусственного интеллекта: Преодоление узких мест в системе хранения данных для повышения производительности краевых выводов

По мере того как искусственный интеллект преобразует корпоративные операции - от медицинской диагностики с помощью передовых технологий визуализации до сложных систем предотвращения мошенничества и мониторинга окружающей среды, - организации сталкиваются с растущей инфраструктурной проблемой: ограничениями в хранении данных.
На конференции VentureBeat Transform 2025 лидеры отрасли Грег Мэтсон (Solidigm), Роджер Каммингс (PEAK:AIO) и Майкл Стюарт (M12) рассказали о том, как решения для хранения данных нового поколения раскрывают потенциал искусственного интеллекта в сфере здравоохранения.
Принятие медицинским сообществом фреймворка MONAI служит примером такого технологического симбиоза. Эта платформа с открытым исходным кодом ускоряет разработку медицинских изображений за счет повышения безопасности и эффективности. Важнейшим условием ее успеха является развитая инфраструктура хранения данных, которая позволяет исследователям хранить и обрабатывать огромные массивы данных, такие как два миллиона снимков КТ всего тела, которые PEAK:AIO и Solidigm сделали возможными на одном узле хранения.
Оптимизация системы хранения данных для рабочих процессов ИИ
"Инфраструктура ИИ требует специализированных решений для хранения данных на всех этапах работы с ними", - объясняет Мэтсон. "Твердотельные накопители высокой емкости отлично подходят для пограничных вычислений и хранения обучающих данных, в то время как операции вывода требуют сверхвысокой производительности с исключительными возможностями ввода-вывода. Такая специализация меняет наши стратегии разработки продуктов и интеграции программного обеспечения, особенно для систем поколения Retrieval-Augmented Generation".
Требования к граничным вычислениям
Успешное внедрение ИИ на границах требует минимизации площади аппаратного обеспечения и устранения ограничений на память. Интегрируя хранилище непосредственно в вычислительную архитектуру, организации добиваются ускорения обработки за счет физического расположения данных ближе к вычислительным устройствам.
"В настоящее время крупные компании, занимающиеся внедрением ИИ, проектируют целые центры обработки данных на основе архитектур хранения данных, примыкающих к GPU", - отметил Мэтсон. "Теперь мы переносим тот же принцип - высокоскоростные твердотельные хранилища петабайтного масштаба - в граничные среды и корпоративные центры обработки данных меньшего масштаба".
Организациям, максимизирующим свои инвестиции в ИИ, все чаще требуются полностью твердотельные решения, сочетающие огромную емкость хранения с компактными форм-факторами, подходящими для распределенного развертывания.
Дорожная карта технологий хранения данных
"Наша миссия заключается в предоставлении решений с открытой архитектурой и скоростью работы памяти петабайтного масштаба", - говорит Каммингс. "В отрасли будут появляться инновации в области хранения данных, соответствующие как техническим требованиям, так и экономическим реалиям".
Будущее аппаратное обеспечение должно удовлетворять самые разные потребности на протяжении всего жизненного цикла ИИ - от сверхмощных энергоэффективных решений до модулей хранения, приближающихся к уровню производительности памяти.
"Мы движемся к твердотельным накопителям емкостью 1 ПБ, которые потребляют минимум энергии, заменяя при этом множество обычных дисков", - прогнозирует Мэтсон. "Архитектура систем хранения данных будет все больше дополнять память с высокой пропускной способностью GPU, создавая специализированные решения, а не устройства общего назначения - эта тенденция будет усиливаться в течение следующего десятилетия".
Связанная статья
Внутри раскрыты подробности о Gemini следующего поколения: ограниченные вычислительные мощности, внутренние команды не сошлись в вопросах приоритетов разработки и распределения ресурсов
В отчётах указывается, что запуск долгожданной модели Gemini следующего поколения от Google был перенесён. Внутренние разногласия по вопросам приоритетов разработки и распределения ресурсов, в сочетании с ограниченной вычислительной мощностью и сложн
OpenAI отклоняет опасения по поводу замедления роста, заявляя о ускорении работы нескольких бизнес-подразделений
В ответ на внешнюю критику, связанную с замедлением роста продаж и невыполнением внутренних плановых показателей, лидер в области искусственного интеллекта компания OpenAI опубликовала во вторник, 28 апреля, уверенное заявление. Компания уточнила, чт
Кубок Суперкубок Alibaba: Qwen3.8-Max дебютирует с улучшенными инструментами для программирования и офисными приложениями
Alibaba официально представила Qwen3.8-Max — новую базовую большую модель с 2,4 триллиона параметров. Это значимое достижение в области искусственного интеллекта обеспечивает существенное улучшение производительности в ключевых областях, таких как пр
Рекомендации по связанным специальным темам
Комментарии (1)

По мере того как искусственный интеллект преобразует корпоративные операции - от медицинской диагностики с помощью передовых технологий визуализации до сложных систем предотвращения мошенничества и мониторинга окружающей среды, - организации сталкиваются с растущей инфраструктурной проблемой: ограничениями в хранении данных.
На конференции VentureBeat Transform 2025 лидеры отрасли Грег Мэтсон (Solidigm), Роджер Каммингс (PEAK:AIO) и Майкл Стюарт (M12) рассказали о том, как решения для хранения данных нового поколения раскрывают потенциал искусственного интеллекта в сфере здравоохранения.
Принятие медицинским сообществом фреймворка MONAI служит примером такого технологического симбиоза. Эта платформа с открытым исходным кодом ускоряет разработку медицинских изображений за счет повышения безопасности и эффективности. Важнейшим условием ее успеха является развитая инфраструктура хранения данных, которая позволяет исследователям хранить и обрабатывать огромные массивы данных, такие как два миллиона снимков КТ всего тела, которые PEAK:AIO и Solidigm сделали возможными на одном узле хранения.
Оптимизация системы хранения данных для рабочих процессов ИИ
"Инфраструктура ИИ требует специализированных решений для хранения данных на всех этапах работы с ними", - объясняет Мэтсон. "Твердотельные накопители высокой емкости отлично подходят для пограничных вычислений и хранения обучающих данных, в то время как операции вывода требуют сверхвысокой производительности с исключительными возможностями ввода-вывода. Такая специализация меняет наши стратегии разработки продуктов и интеграции программного обеспечения, особенно для систем поколения Retrieval-Augmented Generation".
Требования к граничным вычислениям
Успешное внедрение ИИ на границах требует минимизации площади аппаратного обеспечения и устранения ограничений на память. Интегрируя хранилище непосредственно в вычислительную архитектуру, организации добиваются ускорения обработки за счет физического расположения данных ближе к вычислительным устройствам.
"В настоящее время крупные компании, занимающиеся внедрением ИИ, проектируют целые центры обработки данных на основе архитектур хранения данных, примыкающих к GPU", - отметил Мэтсон. "Теперь мы переносим тот же принцип - высокоскоростные твердотельные хранилища петабайтного масштаба - в граничные среды и корпоративные центры обработки данных меньшего масштаба".
Организациям, максимизирующим свои инвестиции в ИИ, все чаще требуются полностью твердотельные решения, сочетающие огромную емкость хранения с компактными форм-факторами, подходящими для распределенного развертывания.
Дорожная карта технологий хранения данных
"Наша миссия заключается в предоставлении решений с открытой архитектурой и скоростью работы памяти петабайтного масштаба", - говорит Каммингс. "В отрасли будут появляться инновации в области хранения данных, соответствующие как техническим требованиям, так и экономическим реалиям".
Будущее аппаратное обеспечение должно удовлетворять самые разные потребности на протяжении всего жизненного цикла ИИ - от сверхмощных энергоэффективных решений до модулей хранения, приближающихся к уровню производительности памяти.
"Мы движемся к твердотельным накопителям емкостью 1 ПБ, которые потребляют минимум энергии, заменяя при этом множество обычных дисков", - прогнозирует Мэтсон. "Архитектура систем хранения данных будет все больше дополнять память с высокой пропускной способностью GPU, создавая специализированные решения, а не устройства общего назначения - эта тенденция будет усиливаться в течение следующего десятилетия".
Внутри раскрыты подробности о Gemini следующего поколения: ограниченные вычислительные мощности, внутренние команды не сошлись в вопросах приоритетов разработки и распределения ресурсов
В отчётах указывается, что запуск долгожданной модели Gemini следующего поколения от Google был перенесён. Внутренние разногласия по вопросам приоритетов разработки и распределения ресурсов, в сочетании с ограниченной вычислительной мощностью и сложн
OpenAI отклоняет опасения по поводу замедления роста, заявляя о ускорении работы нескольких бизнес-подразделений
В ответ на внешнюю критику, связанную с замедлением роста продаж и невыполнением внутренних плановых показателей, лидер в области искусственного интеллекта компания OpenAI опубликовала во вторник, 28 апреля, уверенное заявление. Компания уточнила, чт
Кубок Суперкубок Alibaba: Qwen3.8-Max дебютирует с улучшенными инструментами для программирования и офисными приложениями
Alibaba официально представила Qwen3.8-Max — новую базовую большую модель с 2,4 триллиона параметров. Это значимое достижение в области искусственного интеллекта обеспечивает существенное улучшение производительности в ключевых областях, таких как пр











