彭毅格-vivo+AI+训练平台的高性能存储实践.pdfVIP

下载本文档

2
0
约6.91千字
约 20页
2023-09-20 发布于广东
举报
版权申诉

彭毅格-vivo+AI+训练平台的高性能存储实践.pdf

此“经济”领域文档为创作者个人分享资料，不作为权威性指导和指引，仅供参考

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

VIVO AI计算平台的高性能存储实践 vivo/彭毅格 1 背景目录 2 面向AI的高性能存储实践 CONTENTS 3 新的挑战与展望背景 01 人工智能部技术方向与业务打造1001个便利，为用户带来无处不在的惊喜和激动人心的体验技术方向应用场景计算平台简介 vivo AI计算平台是在2018年底开始着手建设的，致力于解决统一高性能训练环境、大规模分布式训练、计算资源的高效利用调度等痛点。总体架构如下: 公司级AI基础平台，支撑核心业务 1. 算法工程师已经超过700人 2. 覆盖了推荐，语音，视觉，NLP，影像等核心业务大规模GPU算力和海量存储 1. GPU 算力400 PFLOPS 2. 集群节点规模3000+ 3. 存储数据10PB+ 技术影响力 1. InfoQ专题《vivo AI计算平台搭建实战》 2. 给多个开源项目贡献30+个PR 分布式存储 3. 中国信息通信研究院优秀云原生案例存储需求 vivo AI计算平台对存储的需求主要体现以下方面: • 共享: 避免数据在节点之间来回拷贝数据, 需要一个共享的存储空间来收集和存储数据。 • 管理与应用: 存储集群易维护，容量扩缩容方便，业务使用简单。 • 高可靠: 存储作为基础建设，影响范围广，可靠性要求极高。 • 高性能: 存储性能要求高，要跟上GPU的强大算力，从而保证任务的训练效率。存储建设的挑战 vivo AI计算平台存储建设并不是一帆风顺，过程中也遇到了许多困难和挑战。在建设前期主要问题如下： 1. 缺少存储相关技术人员，存储技术积累薄弱。 2. AI训练场景复杂，低估了对存储的要求。所以在前期存储的选型上也踩过一些坑。在前期我们使用Glusterfs作为底层存储基座，glustefs部署简单并且能快速对接云原生，能让我们快速部署业务。但随着数据规模增大和业务场景复杂化，glusterfs也暴露出许多问题。 1. 性能满足不了训练需求 • 遍历包含海量文件的目录效率低下 • 小文件访问性能低