大模型一般是在集群场景进行分布式训练和推理，那么对于大模型这种动辄几十几百 G （如果训练，还要考虑数据集可能也是 T 级别），分布式存储有比较好的方案吗（读写性能、网络带宽等）？
比如多个 GPU 节点同时从存储节点读取和加载模型权重，对存储节点的读写性能要求应该非常高，想知道集群场景下有没有针对 AI 的分布式存储系统
2 条回复 • 2024-10-26 11:05:36 +08:00
 |
1
wyxustcsa09 11 天前
|
 |
2
cybort 10 天前 via Android
其实没必要同时加载，一个读了发给其他人就行，走网线
|
Select Language