Hammerspace携手驿心科技,为中国打造超大规模AI存储解决方案

Hammerspace今日宣布与中国领先企业北京驿心科技有限公司(Yition.ai)达成战略合作。 驿心科技致力于让超大规模 AI 基础设施更加易于访问与高效运作。 此次合作将 Hammerspace 成熟的高性能全局数据平台(对象与文件存储)与驿心科技降低 AI 存储成本、提升易用性的目标相结合,共同为云服务、高性能计算以及超大规模云服务提供商应对 AI 产生的海量非结构化数据,提供全新的存储与数据编排解决方案。

Hammerspace今日宣布与中国领先企业北京驿心科技有限公司(Yition.ai)达成战略合作。驿心科技致力于让超大规模 AI 基础设施更加易于访问与高效运作。

此次合作将 Hammerspace 成熟的高性能全局数据平台(对象与文件存储)与驿心科技降低 AI 存储成本、提升易用性的目标相结合,共同为云服务、高性能计算以及超大规模云服务提供商应对 AI 产生的海量非结构化数据,提供全新的存储与数据编排解决方案。

双方的合作可谓强强联手。驿心科技通过深度整合软硬件优化,打造出具有成本效益且具备良好扩展性的 AI 存储解决方案;而 Hammerspace 的数据平台则提供高性能数据通道,高效赋能大规模计算集群,实现统一数据源的数据编排,并以标准化方法灵活支持客户选用的计算、存储及网络基础设施。随着大语言模型(LLM)的最新发展进一步降低了 AI 部署成本,并预示着更大规模 AI 模型的涌现,这一解决方案不仅扩大了 AI 所需分布式数据集的访问范围,降低了基础设施资本支出,同时也提供了满足现代 AI 工作负载严苛要求的高性能存储。

Hammerspace携手驿心科技,为中国打造超大规模AI存储解决方案

驿心科技与 Hammerspace 携手应对分布式环境下海量多模态数据集管理的日益严峻挑战。目前的 LLM 仅利用了人类产生数据的约 3%,而企业正日益大量采用视频、音频及其他富媒体格式,而这类数据占据了当前互联网流量的 97%。

传统存储方法难以应对非结构化数据的爆炸式增长,也难以满足大型计算集群对高性能的要求,尤其在 AI 模型急剧增多的背景下。驿心科技凭借其在 AI 存储扩展方面的优势,助力支持下一代应用所需的海量、多样化数据;与此同时,Hammerspace 的解决方案已在 Meta 管理的 24,000 个GPU 集群的 LLM 部署中得到验证,为下一代 AI 基础设施奠定了坚实基础。

Hammerspace 创始人兼首席执行官 David Flynn 表示:“与驿心科技的合作将为中国 AI 基础设施领域带来革命性变革。无论是企业级 AI、超大规模云服务,还是高性能计算,都面临着如何在不增加昂贵专业设施投入的前提下,实现高速数据输送至 GPU 的共同挑战。通过整合 Hammerspace 的全局数据平台与驿心科技的高性价比 AI 存储解决方案,我们不仅消除了数据瓶颈,最大化了计算资源利用率,还大幅简化了操作流程。如今,企业能够让 GPU 全速运行,无需团队耗费精力处理数据清理,从而更专注于创新而非基础设施维护。”

北京驿心科技有限公司( Yition.ai)首席执行官吴文昊则表示:“驿心科技致力于大幅降低 AI 存储基础设施的成本和复杂性。通过与 Hammerspace 的合作,我们将充分整合深厚的软硬件优化经验,提供极具成本效益的高性能存储解决方案。”

双方的合作带来了多项重要创新,包括:

· 通过软硬件优化、对象存储与超大规模 NAS 架构,实现经济高效的扩展;

·为多模态 AI 工作负载提供自动化数据编排;

· 利用先进的数据自动化技术,实现数据清理、组织与合成;

· 为垂直行业应用(如自动驾驶、机器人)提供无缝支持;

· 高效利用资源,大幅降低资本支出。

与 Hammerspace 和驿心科技合作的客户,将受益于从部门级 AI 项目到大规模生产部署的成熟架构,同时保持最佳的成本效益。

相关资讯

融合趋势下基于 Flink Kylin Hudi 湖仓一体的大数据生态体系

本文由 T3 出行大数据平台负责人杨华和资深大数据平台开发工程师王祥虎介绍 Flink、Kylin 和 Hudi 湖仓一体的大数据生态体系以及在 T3 的相关应用场景,内容包括: 湖仓一体的架构 Flink/Hudi/Kylin 介绍与融合 T3 出行结合湖仓一体的实践

Snowflake如日中天是否代表Hadoop已死?大数据体系到底是什么?

作者 | 阿里云计算平台研究员关涛、阿里巴巴项目管理专家王璀任何一种技术都会经历从阳春白雪到下里巴人的过程,就像我们对计算机的理解从“戴着鞋套才能进的机房”变成了随处可见的智能手机。在前面20年中,大数据技术也经历了这样的过程,从曾经高高在上的 “火箭科技(rocket science)”,成为了人人普惠的技术。回首来看,大数据发展初期涌现了非常多开源和自研系统,并在同一个领域展开了相当长的一段“红海”竞争期,例如Yarn VS Mesos、Hive VS Spark、Flink VS SparkStreaming

复旦团队国际首次验证超快闪存集成工艺:20 纳秒超快编程、10 年非易失

感谢据复旦大学官方今日消息,人工智能的飞速发展迫切需要高速非易失存储技术。当前主流非易失闪存的编程速度在百微秒级,无法支撑应用需求。复旦大学周鹏-刘春森团队前期研究表明二维半导体结构能够将速度提升一千倍以上,实现颠覆性的纳秒级超快存储闪存。然而,如何实现规模集成、走向实际应用极具挑战。从界面工程出发,复旦大学团队在国际上首次验证了 1Kb 超快闪存阵列集成验证,并证明了超快特性可延伸至亚 10 纳米尺度。北京时间 8 月 12 日下午 5 点,相关成果以《二维超快闪存的规模集成工艺》(“A scalable int