新闻详情

新闻详情

首页 / 资讯中心 / 详情

五项第一!浪潮数据AI存储AS13000G7领跑MLPerf® Storage v3.0 核心场景

发布时间:2026/11/16 23:55:25来源:尧图网络
五项第一!浪潮数据AI存储AS13000G7领跑MLPerf® Storage v3.0 核心场景
近日国际权威AI基准评测组织MLCommons®公布MLPerf® Storage v3.0最新测试结果。浪潮数据AI存储AS13000G7在大模型训练Checkpointing、大模型推理KVCache、高性能计算UNet3D三大场景基准测试中表现亮眼参选六项核心测试斩获五项第一包揽单节点、单U多项性能双第一全面覆盖AI训推与HPC高性能计算主流应用场景。作为全球公认的AI与科学计算存储性能国际标准MLPerf® Storage由图灵奖得主大卫·帕特森联合斯坦福大学、谷歌等顶尖学术机构与科技企业共同发起坚持架构中立、场景真实、结果可复现的核心原则是智算/超算中心、大模型企业选型存储的核心参考标尺。全新升级的v3.0版本吸引全球19家厂商参与评测规则大幅收紧摒弃单轮最优成绩机制新增KV Cache推理负载引入多轮循环测试、性能波动约束与跨节点一致性校验更加贴近真实生产环境负载压力评测含金量与行业参考价值进一步提升。浪潮数据本次参评的三类测试负载精准覆盖当前AI与高性能计算产业的三大核心存储需求全面对应大模型训练、大模型在线推理、HPC高性能计算三大主流场景Checkpointing负载对应大模型训练的检查点读写场景checkpoint读写效率直接决定长周期训练任务的运行稳定性与模型迭代效率。AS13000G7在Llama3.1-70B模型负载下单节点读带宽269GiB/s写带宽195GiB/s取得单节点、单U读写带宽双项第一。KVCache负载对应大模型在线推理的缓存卸载场景。全落盘模式以更低成本承载更大缓存适配大参数量模型与长会话场景Llama3.1-8B全落盘模式单节点吞吐达14,579tok/s为第二名的1.7倍混合内存模式通过内存与 SSD 分层缓存实现更低时延适配高并发在线推理单节点吞吐达10,181tok/s为第二名的1.5 倍。AS13000G7在KVCache8B/70B全模型、全模式测试中均拿下单节点、单U性能第一。UNet3D负载对应HPC高性能计算中的医学影像三维分析场景该模型测试中单节点读带宽达268 GiB/s单 U 读带宽达134 GiB/s性能达到第二名的1.5倍位列第一。浪潮数据在上述参选场景拿下单节点与单U性能双维度多项第一既代表单机硬件性能充分释放可为大规模集群扩展打下坚实基础也代表产品具备优异性能密度能够有效节约机房空间降低客户长期运营成本。单节点单U双维度同时登顶印证AS13000G7软硬一体化协同的硬核实力兼顾高性能与TCO适配从中小科研平台到大型智算中心不同规模客户建设需求。本次取得优异成绩的AI存储AS13000G7搭载InData AIOS依托玄同架构针对Checkpointing、KV-Cache、HPC等不同业务负载完成深度软件调优与软硬协同适配实现多场景下的性能最优解为多样化算力业务提供稳定、高效的存储底座支撑。浪潮数据是国内分布式存储领域先行者十年持续深耕云数基础设施建设完成从传统分布式存储、全闪存储产品到AI数据操作系统的技术演进面向大模型训练推理、科学计算、行业智能体落地提供算力存力一体化基础设施解决方案。未来浪潮数据将持续深耕存储底层技术创新迭代打磨产品能力为大模型训推、前沿科学计算等业务筑牢坚实的数据基础设施底座助力AI产业与科研创新高质量发展。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/16 19:23:38

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/16 6:47:19

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/16 17:28:18

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉