2023运营商AI先进存力白皮书-中国移动_中国联通_华为_35页_6mb

运营商AI先进存力白皮书总结

核心内容概述

本白皮书由中国移动通信有限公司研究院、中国联合网络通信集团有限公司、中国人工智能产业发展联盟、华为技术有限公司和中国科学技术大学联合编写，旨在探讨运营商在AI大模型时代如何构建先进的数据存力体系，以支撑其在AI基础设施和行业智能化升级中的核心作用。

主要观点

• AI发展现状：人工智能正进入通用AI时代，大模型在语义理解、内容生成、持续对话等方面展现出强大能力，成为AI产业化的关键路径。
• 运营商的AI角色：运营商作为ICT基础设施建设的主力军，正在加速构建新一代AI基础设施，提供算力、存力和运力支持，推动千行百业的智能化转型。
• AI存力的重要性：存力是算力价值的前提和基础，是构建领先AI基础设施的核心环节。它不仅支撑大模型的训练和推理，还保障数据的安全与高效流转。
• AI存力面临的挑战：包括容量、传输、管理、安全和节能等多个方面，传统IT基础设施难以满足大模型对存力的高要求。
• AI先进存力发展趋势：包括先进介质（全闪存）、先进架构（统一数据底座）、先进设计（并行文件系统）、安全可靠（存储内生安全）和绿色低碳（高效节能）等方向。

关键信息

运营商AI应用场景

1. 对内业务智能化

   • 提升网络智能化水平，包括智能配置、智能运维、智能管控和智能优化。
   • 提高客户服务效率，如智能客服、反诈骗、声纹识别等。
   • 中国移动九天平台已实现多个AI能力的商业化落地。

2. 对外行业赋能

   • 推出行业大模型，如中国移动九天海算政务大模型、中国电信星河通用视觉大模型2.0、中国联通鸿湖图文大模型。
   • 提供智算服务，如中国电信“云骁”平台，为行业提供训练、微调、推理等AI服务。
   • 推动产学研用协同，如“云创计划”和“大模型生态合作联盟”。

运营商AI存力挑战

1. 容量挑战

   • 传统存储无法满足大模型对存储容量和性能的需求，需支持PB级数据和高IOPS。
   • 灵活扩展和多模态数据存储需求对现有存储系统构成挑战。

2. 传输挑战

   • 数据跨域调度和高效流动是关键，需统一数据湖和高效数据传输架构。
   • RDMA技术被推荐用于提升网络传输效率。

3. 管理挑战

   • 数据全生命周期管理是重点，包括数据分级流动、数据预取、统一命名空间等。
   • 需要支持多种非结构化协议，提升数据共享和处理效率。

4. 安全挑战

   • 存储内生安全是保障数据机密性、完整性和可用性的核心。
   • 强调硬件自主化和软件可信性，降低供应链和信息安全风险。

5. 节能挑战

   • 绿色低碳是未来趋势，需从硬件设计、数据压缩、存储利用率、全闪存部署等方面优化能耗。
   • 建议采用高密度存储、EC技术、数据缩减和硅进磁退等策略。

AI先进存力发展趋势

1. 先进介质

   • 从机械硬盘向全闪存过渡，提升数据读写性能和能效。
   • 全闪存存储具有高密度、高可靠、低延迟和低能耗等优势。

2. 先进架构

   • 构建统一数据底座，支持多协议互通，实现数据零拷贝和格式零转换。
   • 采用并行文件系统，提升数据访问效率和系统扩展性。

3. 先进设计

   • 支持高并发、高带宽、高IOPS，满足大模型训练和推理需求。
   • 推荐使用RDMA技术、智能预取算法和多链路数据均衡策略。

4. 安全可靠

   • 存储内生安全涵盖硬件、软件和应用层面，包括可信启动、数据加密、病毒侦测等。
   • 建议建立安全测评体系，确保存储产品的安全性和可信度。

5. 绿色低碳

   • 通过高密度存储、EC技术、数据缩减、全闪存部署和全生命周期管理，实现存储的高效节能。
   • 建议采用可再生材料、绿色制造技术和环保回收体系。

运营商AI先进存力发展建议

1. 重生态

   • 建设大模型生态，包括存储层、网络层、计算层等，形成全栈能力。
   • 建议构建开源技术体系，推动大模型在各行业的应用落地。

2. 重发展

   • 将数据存储打造为继5G之后的国家信息技术新名片。
   • 加快先进存力在AI基础设施中的应用，提升我国在存储领域的国际竞争力。

3. 重安全

   • 强调AI存储的自主可控和安全可信，建议加强安全测评和审查。
   • 推动国产存储硬件和软件的发展，降低对国外技术的依赖。

总结

本白皮书强调，运营商在AI大模型时代需构建先进存力体系，以支撑其在AI基础设施和行业赋能中的关键作用。通过技术创新、生态构建和安全可信，运营商有望引领AI与数字经济的深度融合，推动产业智能化升级。