西部數(shù)據(jù)通過 MLPerfâ Storage V2 測試結果，驗證其真實場景下的 AI 存儲性能

西部數(shù)據(jù) OpenFlex™ Data24 4000 系列 NVMe-oFä 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設施的發(fā)展步伐，已成為影響整體性能的關鍵因素。西部數(shù)據(jù)（NASDAQ: WDC）近日公布其 MLPerf® Storage V2 測試結果，驗證了旗下 OpenFlex™ Data24 4000 系列 NVMe-oF™ 存儲平臺在真實場景中的應用能力。這些結果證實，OpenFlex™ Data24 EBOF（高速網(wǎng)絡全閃存儲擴展柜）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 基礎設施提供了卓越性能、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，從而為可擴展的分離式 AI 基礎設施提供低延遲的共享存儲。該平臺的設計旨在簡化部署、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 基礎設施保持同步，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 基準測試結果

MLPerf 在 AI 基準測試領域業(yè)內是被廣泛認可的權威標準。此次西部數(shù)據(jù)的MLPerf Storage V2 測試結果表明，其 OpenFlex™ Data24 存儲平臺的架構不僅具備大規(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)性等不同方面構成壓力。MLPerf 主要使用以下兩個關鍵的工作負載基準測試：

3D-UNet 工作負載

3D-UNet 是一種應用于醫(yī)學影像和體積分割領域的深度學習模型。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 能夠輕松應對帶寬密集型、高并行度的訓練任務。

·        在與配置 PEAK:AIO 軟件的AI智算服務器配合使用時，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。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 與存儲驅動器比率，充分體現(xiàn)了該平臺對物理存儲介質的高效利用。

·        在與配置 PEAK:AIO 軟件的AI智算服務器配合使用時，OpenFlex Data24 能夠僅通過單個主服務器和單個客戶端節(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)務副總裁兼總經(jīng)理 Kurt Chan 表示：“這些結果證實，西部數(shù)據(jù)的存算分離式架構是下一代 AI 基礎設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智算服務器設備協(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果，并減少基礎設施的擴張。”

PEAK:AIO 總裁兼首席執(zhí)行官 Roger Cummings 表示：“這些 MLPerf 測試結果，彰顯了將 PEAK:AIO 的軟件定義 AI 數(shù)據(jù)服務器、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基礎設施。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)界領先的連接能力，搭配  Western Digital RapidFlex™  網(wǎng)絡適配器，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 基礎設施的增長提供了一種簡化、可預測且高性能的路徑，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。