多模态大模型训练中，文本、图像、视频数据混合加载对数据中心存储网络与计算网络带来的混合流量挑战.docx

PAGE2

多模态大模型训练中，文本、图像、视频数据混合加载对数据中心存储网络与计算网络带来的混合流量挑战

摘要

本报告聚焦于人工智能领域多模态大模型训练场景下，由文本、图像、视频三类异构数据混合加载所引发的数据中心网络流量挑战，研究范围涵盖存储网络与计算网络两大核心子系统。随着多模态模型从单一文本理解向图文生成、视频推理演进，训练集群的数据访问模式正发生根本性变革。

核心发现表明，传统数据中心“南北向”存储流量与“东西向”计算流量的边界正在消融，形成一种高度不可预测的“混合流量风暴”。文本数据的海量小文件随机读取、图像数据的批量中等尺寸文件吞吐、视频数据的超高带宽顺序读取，三者叠加对网