QSAN推出全新企业级AI数据解决方案 助力AI落地实际应用

地端部署（On-Premises）AI能让企业更有效掌控敏感数据、系统效能与治理机制。然而，部署GPU与 AI模型只是第一步。要让AI真正落地并融入日常业务，企业需要建构一套能让使用者轻松存取AI资源、协助IT团队永续管理，并可因应业务需求持续扩充的数据环境。

让AI真正融入企业日常应用

AI要实现大规模落地，关键不仅在于强大的运算能力。当AI应用从概念验证（PoC）进入实际部署阶段，应用团队需要在不同工作流程中存取与共享数据集及模型；同时，IT团队也必须管理快速成长的数据量，并兼顾效能、治理与营运简易性。

这也带来实际的数据管理挑战。进行中的模型训练与推论工作负载需要高速数据存取；共享数据必须确保适当的使用者与应用程序能够实时存取；而历史数据则需要长期保存，同时避免占用高成本的高效能存储资源。

针对上述需求，QSAN建构企业级AI数据策略，支持从初始部署到长期日常运作的完整数据生命周期。

共享且GPU就绪的AI数据存取

当AI团队需要撷取大量数据、进行模型训练，并在不同应用程序之间共享数据集时，数据存取效能很容易成为整体运算效率的瓶颈。

QSAN XN5 NVMe统一存储系列可作为AI数据共享层（AI Data Share Layer），透过多协定NFS与S3 存取能力，集中管理数据集、模型与应用程序数据。此外，支持NVIDIA GPUDirect Storage，可为高负载GPU工作负载建立更有效率的数据传输路径，让AI团队以共享数据基础架构支持不同工作流程。

高效能NVMe容量扩充

随着模型训练数据集持续扩大，以及AI工作负载规模不断提升，企业需要在扩充存储容量的同时，维持使用中AI工作负载所需的实时数据存取效能。

XE5采用JBOF架构，提供高效能NVMe容量扩充能力，协助企业因应日益增加的模型训练与推论需求，并支持包括RAG（Retrieval-Augmented Generation）部署与Checkpoint存储等AI工作负载。

兼具成本效益的冷数据层

QSAN NVMe产品阵容亦提供独特的混合式AI数据架构，在维持数据存取效率的同时，进一步兼顾长期数据保存的成本效益。

XD5系列JBOD可作为具成本效益的冷数据层（Cold Data Layer），用于存储历史数据集、已完成的专案、备份副本及需要长期保存的数据。透过分层数据架构，企业能在容量、数据韧性与成本之间取得平衡，同时将高效能存储资源保留给使用中的AI工作负载。

实际AI环境验证，满足高负载训练需求

上述成果有助于AI团队持续为GPU提供所需数据、更快速地恢复模型训练状态，并让数据集能够在档案与物件存储工作流程之间共享，同时降低对运算工作的干扰。

建构支持企业AI成长的完整数据基础架构

要让在地部署AI真正落地企业应用，关键不只是增加GPU或扩充存储容量，而是建立一套完整的数据架构，将高效能数据存取、无缝数据共享、可扩充的NVMe存储，以及具成本效益的长期数据保存能力整合至完整的AI数据生命周期。

透过XN5与XE5，QSAN将上述架构整合为实用的企业级AI数据基础架构。从数据撷取、模型训练，到 RAG部署、推论、Checkpoint存储及长期数据保存，QSAN协助企业打造能满足现今AI应用效能需求，并具备面向未来扩充能力的AI环境。

了解更多。