人工智能产业如火如荼，百度智能云为机器学习再添新利器。
近日，百度智能云、英特尔、聚云科技（猎豹旗下）基于多年的生产实践共同研发了面向AI的存储框架—Data-O，全面提升AI产业生产效率，助力客户快速完成数字化转型和AI能力升级。
Data-O：解决AI生产链中的存储难题
众所周知，AI是一个“数据+算力+算法+场景”的综合体，高质量的数据需要反复通过高效的训练学习，才能发挥满足市场需求的AI能力。而一谈到大规模AI训练，业内首先关注的是框架和算子的优化，鲜有人谈到AI的存储系统。矛盾的是，在AI生产的整个链条中，存储一直是最棘手的问题，存储系统是大规模AI训练实现资源调度和性能优化的关键所在。
此次推出的AI存储框架—Data-O，正是为解决这个问题而生。该框架基于多年AI框架、高性能存储、新存储介质的深度技术积累和丰富的生产实践，面向DataOps和MLOps，能加速AI应用的生产流程，全面提升数据中心和算法人员的工作效率，助力客户快速完成数字化转型和AI能力升级。
优于传统HPC存储框架，更适合机器学习
在长期的机器学习研究过程中，我们深刻感受到传统的HPC高性能存储框架不适用于面向机器学习的HPC，越来越成为制约机器学习快速发展的瓶颈。
机器学习是一个系统化的工程，数据的使用不仅仅是要解决性能问题，数据的管理效率对于AI这种流程化框架系统也尤为重要。Data-O可以提供完善的数据流程化管理、AI框架存储方案。
除了软件层面，我们同时也要看到，未来存储技术的发展将由工作负载的需求来驱动，庞大的数据集将在未来不断涌现，像AI、物联网等这样的工作负载，都需要越来越高的性能，进而可以快速地访问海量的数据，因此存储必须要是灵活多变的，并能够为各种复杂的工作负载提供持续的、可靠的，且按需扩展的高性能服务。
AI训练场景对处理器的吞吐稳定性要求较高，AI存储框架联合英特尔推出软硬件一体化的解决方案，能够满足不断变化的需求。
百度智能云认为，通过英特尔®傲腾™固态盘的特性，提升了大规模多机多卡并行训练、多租户混合读写的高并发场景存储系统的稳定性。同时，英特尔®3D QLC NAND提供极致的性价比。通过软硬件的综合优化，在面对千万级的大训练集环境下，AI存储框架依然可以保障稳定的高性能吞吐，保障处理器的使用效率。
通过这样的整合，此次推出的存储框架Data-O，除了有优于传统HPC系统的高性能、高稳定、安全灵活等特点外，还具备更强的兼容性与可扩展能力，以及完整的生态解决方案能力，能够面向不同特征的用户，提供完备的解决方案，加速AI在各行各业的落地，提升AI的整体生产效率。
不辱使命，共赢AI时代的全面到来
Data-O中的O是AI存储框架的目标Objective，代表了Data-O的三个关键使命：
Optimize Performance, 即优化性能，让存储性能不再是机器学习的瓶颈;
Orchestration，DataOrchestration即数据编排，让训练数据高效利用；
Ops，Data-Ops for AI，即让数据流程自动化，全球性混合云资源可安全调度利用。
百度智能云和英特尔长期致力于AI的核心技术发展，已经联合推出过多个产品及解决方案，广获各界用户好评。而聚云科技是猎豹移动旗下子公司，承载母公司猎豹移动AI战略落地，拥有丰富的AI框架与MSP服务实践经验。此次的合作可谓强强联合，为业界在机器学习存储领域的创新提供了良好范本。
面向未来，我们将持续强强联合，紧密合作，为AI时代的全面到来做好技术与实践储备。
