Технологии 18 сентября 21:59

Huawei представила хранилище контекстной памяти OceanStor M900 для ускорения вывода ИИ в гипермасштабируемых центрах обработки данных

На конференции HUAWEI CONNECT 2026 Дэвид Ван (David Wang), заместитель председателя правления и поочередный председатель совета совета директоров Huawei, во время своего выступления официально представил систему хранения данных OceanStor M900 Context Memory Storage. Разработанный для вывода ИИ в гипермасштабируемых центрах обработки данных, продукт предоставляет SuperPoD с полностью общим пространством памяти, которое обеспечивает емкость масштаба PB и производительность на уровне ТБ/с. Это знаменует собой переход в инфраструктуре ИИ от вычислительно-ориентированной модели к глубокому сотрудничеству между вычислительной техникой, сетью и хранилищем. Это поможет высвободить вычислительную мощность SuperPoD.

2026 год ознаменовался ускоренным переходом ИИ от технологических прорывов к масштабному внедрению. Приложения ИИ превратились из чат-ботов в агентов, способных автономно выполнять сложные задачи. Эти агенты широко используются в критически важных секторах, что знаменует собой начало агентной эры ИИ.

По мере того, как большие модели вырастают до 10 триллионов параметров, SuperPoD становятся оптимальным выбором для инфраструктуры ИИ. Основные крупные модели уже поддерживают контекстные окна, превышающие один миллион токенов, многооборотный вывод и сложные задачи стали нормой, а данные KV-кэша, генерируемые во время вывода, продолжают расти. Эти тенденции вывели встроенную память и DRAM за пределы их возможностей и экономической эффективности. Отраслевым консенсусом стало создание многоуровневой системы хранения, которая координирует встроенную память, DRAM и твердотельные накопители для создания полностью разделяемого пространства памяти с огромной емкостью.

Компания Huawei представила OceanStor M900 Context Memory Storage, чтобы преодолеть узкие места емкости памяти в сверхдлинном контексте и многооборотном логическом выводе. OceanStor M900 использует сеть UnifiedBus для создания глобального многоуровневого KV-кэша в масштабе PB с одноканальными соединениями. Это полностью раскрывает вычислительный потенциал SuperPoD и ускоряет вывод ИИ в гипермасштабируемых центрах обработки данных. OceanStor M900 Context Memory Storage обладает тремя ключевыми возможностями:

Благодаря высокоскоростной сети UnifiedBus KV-кэш обеспечивает глобальное объединение и совместное использование с многоуровневым хранилищем. KV-кэш SuperPoD расширена от встроенной памяти и DRAM до твердотельных накопителей, что позволяет одному кластеру предоставлять 64 ПБ емкости. Доступная емкость KV-кэша на нейронный процессор увеличивается с гигабайт до терабайт, что позволяет хранить, совместно использовать и повторно использовать больше контекста. Это значительно повышает коэффициент попадания KV-кэша.

OceanStor M900 — первая в отрасли архитектура, объединяющая процессор, блок сетевого контроллера и блок контроллера NAND. Она обеспечивает встроенную семантику KV для обеспечения одноканального подключения от нейронного процессора SuperPoD к твердотельным накопителям. Это устраняет необходимость в преобразовании протокола и переадресации процессора, сокращая задержку доступа с миллисекунд до 60 микросекунд, что на 90% меньше. Один кластер обеспечивает 40 Тбайт/с совокупной пропускной способности доступа, что в 1,5 раза выше, чем у одноранговых решений. В типичных сценариях программирования ИИ эта архитектура удваивает пропускную способность маркеров кластера вывода и вдвое сокращает время до первого маркера, преобразуя вычислительную мощность в производительность.

OceanStor M900 использует первую в отрасли технологию адаптивного хранения с поддержкой KV, которая прогнозирует жизненные циклы KV-кэша на основе ценности данных и интеллектуально распределяет данные по носителям данных. Эта технология позволяет производить до 24 операций записи в день (DWPD), увеличивая срок службы SSD в 16 раз и обеспечивая стабильность в течение трех лет. Сокращая затраты на замену носителей и эксплуатацию и техническое обслуживание, это снижает долгосрочные затраты на крупномасштабную инфраструктуру вывода ИИ и обеспечивает более быстрое внедрение ИИ.

По мере того, как ИИ распространяется на основные производственные системы во всех отраслях, инфраструктура ИИ развивается от модели, ориентированной на вычисления, к более тесному сотрудничеству между вычислительными сетями и хранилищами. Хранение контекстной памяти будет иметь важное значение для постоянного повышения емкости и эффективности доступа к KV-кэшам с гипермасштабируемым выводом.