场景一：自动驾驶训练

场景说明

自动驾驶的每一个业务阶段都会涉及到 AI 算法和算力的参与，机器视觉、深度学习、传感器技术等均在自动驾驶领域发挥着重要的作用。随着自动驾驶的快速发展，现在每台测试车每天将产生数十 TB 数据，随之而来就是要面临诸多存储挑战：

• 海量小文件元数据压力大

• 存储性能局限

• 数据管理困难

产品优势

并行文件服务 HPFS 通过可扩展的元数据架构可支持百亿级别的文件数量，同时提升海量文件并发访问的性能，满足自动驾驶海量数据处理的业务需求和性能要求，充分适配上层 AI 算力。

场景二：影视渲染

场景说明

在渲染场景中，设计师将素材上传至工作室挂载的并行文件系统中，即可给渲染所需的数百台高性能计算服务器提供并发的数据访问，极大提升整体工作效率。

产品优势

并行文件服务 HPFS 为影视渲染场景提供最高千万级 IOPS 和 TBps 吞吐，支持在线扩容，业务无需中断。

影视渲染中，文件系统主要用于多个客户端中共享文件场景，客户端的应用程序并发访问文件是高频操作，并行文件服务 HPFS 通过分布式文件锁保证文件一致性，同时大幅提高多客户端读写同一文件的性能。

场景三：AI 训练与推理

场景说明

AI 智算平台建设中，在以下场景中会遇到存储挑战：

• 海量数据的存储和处理，包括采集导入、清洗、转换、标注、共享等，这里对存储的要求主要是高吞吐和大容量。

• 模型开发，主要场景包括实验管理、交互式开发和效果评估等。对存储的要求更多集中在 POSIX 兼容性、可靠性等方面。

• 模型训练的主要场景，一是训练数据的读取，二是为了容错做的 Checkpoint 的保存和加载。数据集的部分就是要尽量读得快，减少计算对 I/O 的等待，而 Checkpoint 主要要求高吞吐、减少训练中断的时间。

• 模型推理，需要把训练完的模型快速分发部署到线上，产生业务效果。而这个过程会高频、反复发生，要求高并发、高吞吐。

将 HPFS、NAS 等多个存储产品组合与 GPU 云主机、弹性裸金属等计算集群无缝对接。通过容器化部署服务实现资源弹性调度，提供超高吞吐和超高 IOPS 能力，支持混合云、线下和云上部署，快速构建 AI 基础环境。

产品优势

并行文件服务 HPFS 助力客户构建高速大模型训练平台，根据不同 AI 业务流程特点，调用不同的存储服务能力，满足预处理、训练、仿真等各阶段对数据存储能力的要求。

HPFS 能够显著提升训练数据读取和 Checkpoint 回写速度，降低数据处理的延迟，使得客户在 GPU 故障时更快将模型恢复到之前的检查点，提高企业 GPU 的利用率，更高效地将模型精度达到生产水平并推向市场。HPFS 帮助企业降低在AI训练中的成本投入，实现更高的投资回报，满足企业在 AI 领域中对存储性能的高要求。