7月14日，华为面向AI大模型时代又有大动作，发布了两款新品，为基础模型训练、行业模型训练，以及细分场景模型的训练和推理提供存储解决方案，以更好地释放AI新动能。
华为数据存储产品线总裁周跃峰发布AI存储新品
就在7天前的华为开发者大会2023（Cloud）上，华为发布了面向行业的大模型系列——盘古大模型3.0，可以提供100亿参数、380亿参数、710参数和1000亿参数的系列化基础大模型，匹配不同场景、不同时延、不同响应速度的行业多样化需求，包括NLP大模型的知识问答、文案生成、代码生成，以及多模态大模型的图像生成、图像理解等能力。
自2022年11月ChatGPT问世以来，以预训练大模型等为代表的新兴技术掀起加速了新一代人工智能的发展，全球掀起AI大模型军备竞赛。在这场竞赛中，华为除了面向行业应用推出系列大模型，也做起了AI淘金时代“卖铲人”。
AI淘金时代，华为做起“卖铲人”
AI大模型时代的三要素：算力、算法和数据。在华为数据存储产品线总裁周跃峰看来，数据以及数据的质量决定人工智能智力的高度。发展人工智能产业，要重视数据和信息的数字化记录。
据周跃峰观察，国外ChatGPT大模型的训练效率更高一些、容易一些，其核心的原因就在于在数字化阶段，更多的英文资料被记录了下来，远远多于中文资料。而我国发展了大量的数据中心，算力相对来说比较多，而存力还比较少，很多高价值的信息没有被记录下来，长此以往这将会制约我国人工智能产业的高质量发展。
而对于企业而言，在开发及实施大模型应用过程中，由于数据存储的问题也面临四大挑战。周跃峰指出，首先，数据准备时间长，数据来源分散，归集慢，预处理百TB数据需10天左右；其次，多模态大模型以海量文本、图片为训练集，当前海量小文件的加载速度不足100MB/s，训练集加载效率低；第三，大模型参数频繁调优，训练平台不稳定，平均约2天出现一次训练中断，需要Checkpoint机制恢复训练，故障恢复耗时超过一天；最后，大模型实施门槛高，系统搭建繁杂，资源调度难，GPU资源利用率通常不到40%。
