Lidia PerskaEn utilisant une technologie innovante d’IA pour générer automatiquement des données, la demande de solutions de stockage va au-delà des modèles d’IA tels que LLM. Il existe différents types de SSD et de disques durs, chacun adapté à des besoins de performance et de capacité différents. Explorons les caractéristiques clés des SSD et des HDD identifiées par les fournisseurs de stockage pour comprendre ce qui rend une solution de stockage excellente dans le domaine de l’IA.
Western Digital a introduit le concept d’un « cycle de données d’IA », définissant des solutions de stockage adaptées aux six étapes du traitement des données d’IA. En donnant l’exemple, la société a lancé le SSD « Ultrastar DC SN861 » en juin 2024, conçu pour des performances optimales dans la formation de grands modèles de langage comme LLM. Ce SSD est conforme à la norme PCIe Gen 5.0 et offre deux facteurs de forme pour plus de flexibilité.
Western Digital s’est concentré sur l’amélioration des SSD non seulement en termes de performances de lecture/écriture, mais aussi en augmentant les capacités de stockage des données. L’incorporation de mémoire flash NAND avec la technologie TLC dans certains modèles de SSD offre des densités d’enregistrement de données plus élevées. Alors que différents types de méthodes d’enregistrement sont essentiels, une approche unique devient cruciale pour les solutions de stockage spécifiquement adaptées aux modèles IA.
Parallèlement, les disques durs restent cruciaux dans le développement et l’utilisation de l’IA, avec des technologies comme l’ePMR augmentant les capacités de stockage. Le disque dur « Ultrastar HC690 » de Western Digital, avec une capacité de stockage de 32 To, joue un rôle essentiel dans la minimisation du TCO pour les applications d’IA.
En fin de compte, l’intégration à la fois des SSD et des HDD est primordiale pour un stockage efficace dans les environnements d’IA. Les SSD excellent dans des tâches comme l’ingestion de données et l’inférence, tandis que les disques durs offrent une solution économique pour stocker des ensembles de données massifs essentiels pour la formation de modèles IA. Reconnaissant les rôles indispensables des deux supports de stockage, les entreprises alignent leurs offres pour répondre aux besoins exigeants de stockage des technologies de l’IA.
