生成式AI新应用对算力
、、
、、算法要求高，
，，对存储底座同样要求高
。。。。而且随着数据量的激增，，
，存储成本也在上升。
。

OpenAI公布的Sora技术文档显示，，在训练Sora时需要先用预训练模型把大量的、、
、、大小不一的视频源文件编码转化为统一的patch表示
，，再把时空要素提取作为transformer的token进行训练。。。单就开展这项工作，，就对存储的性能、、
、容量以及数据的处理速度提出了极高的要求。。
。同时，，
，技术文档也说明了
，，，，数据集越大，
，，，大模型效果越好。。

这就意味着，，，，如果想要训练用户自己的大模型
，，必须有一个高性能的存储底座来支撑。。。。而一套真正符合AI训练需求的存储系统，
，
，应该是在提供卓越性能的同时，，不给用户带来过多的经济压力
。
。。。高性能可以确保AI训练的数据快速读取和写入，，从而提升整体训练效率
；同时要降低存储整体成本，，
，，让高性能存储“飞入寻常百姓家”
。
。。