Системы хранения и память для ИИ-нагрузок
ИИ-кластер требует быстрого хранилища: GPU простаивают, если данные не успевают поступать. В каталоге: корпоративные NVMe SSD 15–61 ТБ, all-flash массивы, параллельные файловые системы для ИИ (WEKA, VAST, DDN) и серверная память DDR5 RDIMM. Подбираем хранилище под пропускную способность обучения и объём датасетов. Поставка — параллельный импорт и прямой ввоз из КНР. Цена по запросу с ориентиром.
Раздел входит в блок «Инфраструктура ЦОД» — вместе с питанием, охлаждением и остальной инженерной обвязкой машинного зала.
Как выбрать хранилище для ИИ
Ключевой параметр для ИИ — не только объём, но и пропускная способность. При обучении сотни GPU одновременно читают датасет; если хранилище не отдаёт данные достаточно быстро, дорогие ускорители простаивают. Поэтому для ИИ строят не классические СХД, а быстрые параллельные файловые системы.
Корпоративные NVMe SSD (U.2 / E1.S) на 15–61 ТБ — основа быстрого локального и общего хранилища. Производители первого эшелона — Samsung, Solidigm, Kioxia, Micron. Для централизованного хранения используют all-flash массивы, для максимальной пропускной способности — параллельные ФС.
Параллельные файловые системы (WEKA, VAST Data, DDN) агрегируют десятки узлов NVMe в единое пространство с высокой суммарной пропускной способностью и параллельным доступом. Это стандарт для крупных обучающих кластеров, где важна скорость подачи данных на GPU.
Память тоже относится к этому разделу. Серверная DDR5 RDIMM (32–256 ГБ на модуль) наполняет CPU-узлы, а HBM — это память, интегрированная прямо в ускорители (её объём определяется моделью GPU). Дефицит и цена HBM — один из ключевых факторов стоимости ИИ-железа.
Мы подбираем хранилище под профиль нагрузки: объём датасетов, требуемую пропускную способность, бюджет. Западные позиции ввозятся по параллельному импорту, часть массивов и памяти доступна прямым ввозом из КНР. Цена и срок — по запросу.