所有 AI 模型训练都需要从原始数据开始。在将 TB 甚至 PB 级数据传输到服务器时，具有快速顺序写入性能的大容量存储可确保数据的高效传输。

没有人喜欢脏数据。在此阶段（有时称为预处理或提取-转换-加载），原始数据经过清理并组织成标记，以供训练期间使用。就存储而言，主要为顺序读取活动。

您的初始模型以随机顺序接触训练标记，从而逐渐形成一组参数，这些参数将驱动后续的输出。此处会进行大量的随机读取活动，同时 GPU 将全力运转。频繁的检查点操作依赖于顺序写入吞吐量。  

部署您的新 AI 模型，并处理新输入以生成响应。低延迟存储可实现实时推理，为您带来未来的超凡体验。

保存您的工作！这不仅对合规性和审计越来越重要，而且所有这些输入和输出都可用于后续的模型再训练。大容量是关键所在。