具有AI功能的数据中心必须能够同时高效地为AI和DL过程涉及的所有活动提供服务

包括数据摄取培训和推理，随着数据量的增长和应用程序工作负载变得更加密集，复杂和多样化，支持支持AI的数据中心的IT基础架构必须快速，高效和可靠地进行适应和扩展，它必须无缝且连续地处理不同阶段的实验培训和产品推论之间的转换，以便更快地提供更准确的答案，简而言之，IT基础架构对于实现AI和DL在商业和研究中的全部潜力至关重要。

处理器和存储方面的突破性技术成为有效AI数据中心支持的催化剂

图形处理单元（GPU）可从较慢的CPU提供加速，而闪存支持的并行I / O存储则大大提高了传统基于硬盘的性能存储，GPU比CPU具有更大的可扩展性和更快的速度，它们大量的内核允许大规模并行执行并发线程，从而导致更快的AI训练和更快的推理能力，GPU使DL应用程序能够以更快的速度提供更好，更准确的答案。

但是为了使GPU能够实现其加速的承诺必须以高速

可扩展性和持续的低延迟来处理数据并将其传递到底层AI应用程序这需要并行I / O存储平台来实现性能可伸缩性和实时数据传输，并需要闪存介质来提高速度，如果没有合适的数据存储平台，基于GPU的计算平台就会像过时的非AI数据中心一样出现瓶颈，效率低下，正确选择数据存储平台及其在数据中心基础架构中的有效集成，对于消除AI瓶颈和真正加速洞察力至关重要。

正确的数据存储系统必须提供高吞吐量

高IOPS和高并发性，以防止宝贵的GPU周期闲置，它在实现上还必须具有灵活性和可伸缩性，并能够有效处理各种数据大小和类型，包括高度并发的随机流（典型的DL数据集属性）如果正确选择和实施，这样的数据存储系统将发挥GPU计算平台的全部潜力，加快任何规模的洞察力，毫不费力地处理AI和DL流程的每个阶段，并可靠，高效和经济地做到这一点，在DDN我们的A³I解决方案经过全面优化，可加速AI应用程序并简化DL工作流程，从而实现的生产率。在此处了解有关这些解决方案的更多信息  。