机器学习解决方案
随着深度学习算法进步，云计算、大数据以及GPU等技术的飞速发展，AI及机器学习的相关技术从算法、算力和数据三个维度实现了全面的提升，爆发了新一轮人工智能发展浪潮。在我国，人工智能与实体经济正深度融合，成为新一轮科技革命和产业变革的重要驱动力量。
远上数据积极应对产业数字化转型升级的诉求，适时推出了机器学习存储解决方案，应对数据作为关键生产要素的使用过程中，海量数据的采集、存储、访问和应用挑战。
客户需求
如何汇聚和管理各类来源、各种格式的数据
需要汇集外部的数据集或数据库；数据分布跨多个地方，从不同的数据源（跨数据中心、云和边缘）收集数据，并转换成统一的格式；海量非结构化或半结构化数据（图片、视频、音频、注文件等）对存储的吞吐量和延迟要求很高
传统存储无法满足机器学习不同阶段对存储容量、性能和接口协议的要求
数据集中与归档阶段具有典型I/O密集的特征，要求高带宽和大容量；模型训练阶段涉及到大量的随机、小文件读取操作，要求高带宽和低时延；推理阶段要求低时延和高性能；
数据归档和准备阶段对于海量数据的存储、检索等管理能力要求高，对象存储（S3协议）更为适合，而训练推理对存储时延响应及并发访问能力要求高，加上训练平台的历史原因，通常更适合使用分布式文件系统（NFS/CIFS、POSIX接口协议）
昂贵GPU资源利用率不高，资源无法共享
在当前机器学习解决方案中，越来越普遍的使用GPU提供算力以加速学习训练过程，将昂贵的GPU资源共享，多机多卡的集群可以同时执行更多的训练任务，不仅可以加速学习过程，也能提升资源利用率，减少资源浪费。
方案介绍
远上机器学习存储解决方案，通过MOS智能存储引擎提供海量、弹性、高性价比的存储服务，兼容POSIX语义的文件接口、HDFS接口、S3接口、CSI接口，方便与多种训练平台对接，通过分布式缓存技术，加速机器学习效率。同时，数据管理服务提供丰富的管理策略，简化数据的管理和价值挖掘。
客户价值
-
支持非结构化、半结构化和结构化数据的汇聚和海量存储
DataIngestor支持对多种数据源的数据汇聚
支持通过NFS / CIFS / FTP / POSIX/ S3/HDFS等多种接口协议写入
单命名空间支持百亿小文件，EB级存储
-
标签检索、智能数据管理
支持对象自定义标签，百亿文件秒级检索
数据分层存储，满足高性能和大容量需求的同时保障总体拥有成本最低
支持多副本和纠删码，兼顾训练的性能和原始数据归档的需求，存储成本相比NAS存储降低40%
-
多访问协议支持
兼容POSIX、HDFS、S3、CSI主流访问协议，实现一套存储支撑人工智能不同阶段数据访问方式
-
客户端分布式缓存加速，释放GPU潜力
针对机器学习训练阶段一写多读的I/O特点，分布式缓存技术可以大大提升多机多卡训练集群下的整体I/O性能，平均GPU利用率可达97%以上
