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），原始数据被清理并组织成令牌，以供训练期间使用。就存储而言，这主要是顺序读取活动。

您的新生模型会以随机顺序对接训练令牌，并开发一组参数来驱动以后的输出。当 GPU 超时工作时，在这里会进行大量的随机读取活动。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以后重新训练模型。大容量是关键所在。