西部數(shù)據(jù)?OpenFlex? Data24 4000?系列?NVMe-oF??存儲平臺，基于鎧俠 CM7-V?系列?NVMe??固態(tài)硬盤與配置?PEAK:AIO?軟件的AI智算服務(wù)器，展現(xiàn)出卓越的?AI?存儲可擴展性、簡易性與吞吐量。
?
上海，2025 年 8 月 5 日 – 隨著 AI?工作負載的復(fù)雜性和規(guī)模與日俱增，存儲系統(tǒng)能否跟上加速計算基礎(chǔ)設(shè)施的發(fā)展步伐，已成為影響整體性能的關(guān)鍵因素。西部數(shù)據(jù)（NASDAQ: WDC）近日公布其 MLPerf? Storage V2?測試結(jié)果，驗證了旗下 OpenFlex? Data24 4000?系列?NVMe-oF??存儲平臺在真實場景中的應(yīng)用能力。這些結(jié)果證實，OpenFlex? Data24 EBOF（高速網(wǎng)絡(luò)全閃存儲擴展柜）能夠滿足現(xiàn)代 AI?工作負載的嚴苛需求，并以一種經(jīng)濟高效的方式，為現(xiàn)代 AI?基礎(chǔ)設(shè)施提供了卓越性能、更高效率和更強的可擴展性。
?
面向大規(guī)模?AI 的真實場景測試
?
西部數(shù)據(jù)的 OpenFlex? Data24 NVMe-oF??存儲平臺將??NVMe???閃存的高性能擴展至以太網(wǎng)架構(gòu)，從而為可擴展的分離式 AI?基礎(chǔ)設(shè)施提供低延遲的共享存儲。該平臺的設(shè)計旨在簡化部署、降低成本，并能隨?GPU?需求的增長而同步擴展，可實現(xiàn)存儲與計算資源的獨立擴展，帶來更高的靈活性。
?
為了模擬真實且嚴苛的部署場景——即存儲系統(tǒng)必須與加速?GPU?基礎(chǔ)設(shè)施保持同步，西部數(shù)據(jù)與 PEAK:AIO?合作開展了此次測試。作為一家高性能軟件定義存儲（SDS）提供商，PEAK:AIO ?能夠高速接收、緩存并分發(fā)海量數(shù)據(jù)。
?
此次通過驗證的方案選用了鎧俠 CM7-V 系列?NVMe? 固態(tài)硬盤，當被部署在 OpenFlex Data24 機箱中時，可為眾多 GPU?客戶端節(jié)點提供持續(xù)、高性能的解耦式數(shù)據(jù)交付，在嚴苛的?AI?工作負載下仍然表現(xiàn)出色。
?
MLPerf Storage V2 基準測試結(jié)果
?
MLPerf 在 AI?基準測試領(lǐng)域業(yè)內(nèi)是被廣泛認可的權(quán)威標準。此次西部數(shù)據(jù)的MLPerf Storage V2 測試結(jié)果表明，其 OpenFlex? Data24?存儲平臺的架構(gòu)不僅具備大規(guī)模擴展性能，更兼顧了效率和實際部署中的經(jīng)濟效益，且不需要軟件定義存儲（SDS）層的情況下仍表現(xiàn)出色。
?
MLPerf Storage 采用 GPU 客戶端節(jié)點，以評估存儲平臺在多并發(fā) GPU 客戶端環(huán)境下對分布式 AI 場景的支持能力。這些節(jié)點通過模擬 AI 服務(wù)器在訓練或推理過程中訪問存儲的行為，從而生成真實環(huán)境下?GPU 工作負載的典型?I/O 負載模式。MLPerf?存儲套件中的?AI?訓練測試，旨在衡量系統(tǒng)為?AI?工作負載提供服務(wù)的效率，這些工作負載在運行各種深度學習模型時，會對存儲?I/O?的吞吐量和并發(fā)性等不同方面構(gòu)成壓力。MLPerf 主要使用以下兩個關(guān)鍵的工作負載基準測試：
?

3D-UNet?工作負載
?
3D-UNet?是一種應(yīng)用于醫(yī)學影像和體積分割領(lǐng)域的深度學習模型。由于其龐大的三維輸入數(shù)據(jù)集以及密集的數(shù)據(jù)流式讀取模式，該模型對存儲系統(tǒng)負載有更高的要求。因此，在展示多節(jié)點 AI?工作流中持續(xù)的高帶寬與低延遲性能方面，3D-UNet?是一個更為嚴苛的基準測試。
?
在此模型中：
·?西部數(shù)據(jù)的?OpenFlex Data24?實現(xiàn)了高達?106.5 GB/s（99.2 GiB/s）的持續(xù)讀取吞吐量，足以使跨越三個物理客戶端節(jié)點的?36?個模擬?H100 GPU?達到飽和狀態(tài)，這證明了該?EBOF?能夠輕松應(yīng)對帶寬密集型、高并行度的訓練任務(wù)。
·?在與配置 PEAK:AIO 軟件的AI智算服務(wù)器配合使用時，OpenFlex Data24?能夠提供?64.9 GB/s（59.6 GiB/s）的吞吐量，僅通過單個主服務(wù)器和單個客戶端節(jié)點，即可使 22?個模擬?H100 GPU?達到飽和狀態(tài)。
?
ResNet50 工作負載
?
ResNet-50 是一種廣泛用于圖像分類的卷積神經(jīng)網(wǎng)絡(luò)。它常被用作訓練吞吐量的基準，因為它代表了計算與數(shù)據(jù)移動之間的一種均衡組合。該模型兼具隨機和順序 I/O 模式，并涉及中等大小的圖像讀取，因此非常適用于評估一個系統(tǒng)在處理對較小文件的高頻訪問和快速迭代周期方面的能力。
?
在此模型中：
·?西部數(shù)據(jù)的?OpenFlex Data24?展現(xiàn)了其優(yōu)秀性能，能夠支持橫跨三個客戶端節(jié)點的?186?個模擬?H100 GPU?的運行，其出色的?GPU?與存儲驅(qū)動器比率，充分體現(xiàn)了該平臺對物理存儲介質(zhì)的高效利用。
·?在與配置 PEAK:AIO 軟件的AI智算服務(wù)器配合使用時，OpenFlex Data24?能夠僅通過單個主服務(wù)器和單個客戶端節(jié)點，使 52?個模擬?H100 GPU?達到飽和狀態(tài)。
?
西部數(shù)據(jù)平臺業(yè)務(wù)副總裁兼總經(jīng)理 Kurt Chan 表示：“這些結(jié)果證實，西部數(shù)據(jù)的存算分離式架構(gòu)是下一代 AI 基礎(chǔ)設(shè)施的強大賦能者與重要基石，它能夠在大幅提高 GPU 利用率的同時，有效減少物理空間占用、系統(tǒng)復(fù)雜性以及總體擁有成本。無論是獨立運行，還是與單個配置 PEAK:AIO 軟件的AI智算服務(wù)器設(shè)備協(xié)同工作時，OpenFlex Data24 4000 系列 NVMe-oF 存儲平臺在各種嚴苛的 AI 基準測試中都展現(xiàn)出近飽和性能表現(xiàn)，這意味更快地獲得結(jié)果，并減少基礎(chǔ)設(shè)施的擴張?！?br /> ?
PEAK:AIO 總裁兼首席執(zhí)行官 Roger Cummings 表示：“這些 MLPerf 測試結(jié)果，彰顯了將 PEAK:AIO 的軟件定義 AI 數(shù)據(jù)服務(wù)器、西部數(shù)據(jù) OpenFlex Data24 的可擴展性以及鎧俠 CM7-V 系列 SSD 的性能密度相結(jié)合，所實現(xiàn)的突破性效率。我們正攜手打造一種部署更快捷、運營更高效、擴展更輕松的高性能AI基礎(chǔ)設(shè)施。這是一個極具說服力的例證，證明了高性能不再必須以高復(fù)雜性為代價。”

?
無論是對于剛剛開啟 AI 之旅，還是已經(jīng)擴展到數(shù)百個 GPU 規(guī)模的企業(yè)，西部數(shù)據(jù) OpenFlex Data24 憑借其業(yè)界領(lǐng)先的連接能力，搭配??Western Digital RapidFlex???網(wǎng)絡(luò)適配器，無需交換機即可連接多達??12 ?臺主機。這一數(shù)據(jù)存儲平臺為 AI 基礎(chǔ)設(shè)施的增長提供了一種簡化、可預(yù)測且高性能的路徑，同時避免了某些其他方案所帶來的高昂前期成本和功耗要求，使其成為企業(yè)安心擴展 AI 工作負載的理想選擇。
?

關(guān)于西部數(shù)據(jù)

西部數(shù)據(jù)致力于釋放數(shù)據(jù)力量，創(chuàng)造數(shù)據(jù)價值。數(shù)十年來，西部數(shù)據(jù)始終走在存儲創(chuàng)新的前沿，秉持成為數(shù)據(jù)存儲市場領(lǐng)導者的使命，提供滿足當下和未來需求的解決方案。西部數(shù)據(jù)致力于為全球超大規(guī)模數(shù)據(jù)中心、企業(yè)級用戶和云服務(wù)供應(yīng)商打造可擴展、可持續(xù)的技術(shù)，提供前沿創(chuàng)新以推動新一代 AI 驅(qū)動的數(shù)據(jù)工作負載。西部數(shù)據(jù)不斷前行的動力是我們的人才，他們肩負共同的使命，致力于創(chuàng)造推動世界前進的解決方案。