TR-4810：採用AFF Lenovo ThinkSystem SR670 V2的NetApp SRAS400適用於AI和ML機型訓練
建議變更
PDF
Sathish Thyagarajan、David Arette、NetApp Mircea Troaca、聯想
此解決方案採用NetApp儲存設備和專為人工智慧（AI）工作負載最佳化的Lenovo伺服器、提供中階叢集架構。適用於大多數運算工作是單一節點（單一或多GPU）、或分散於數個運算節點的中小型企業。此解決方案符合許多企業的大多數日常AI訓練工作。
本文件涵蓋由八GPU Lenovo SR670V2伺服器、中階NetApp AFF E64A400儲存系統和100GbE互連交換器所組成之運算與儲存組態的測試與驗證。為了測量效能、我們將ResNet50與ImageNet資料集搭配使用、批次大小為408、半精準度、CUDA和CUDNN。此架構為中小企業組織提供高效率且具成本效益的解決方案、從需要NetApp ONTAP 以雲端連線的資料儲存設備提供企業級功能的AI方案開始著手。
目標對象
本文適用於下列對象：
-
資料科學家、資料工程師、資料管理員及AI系統開發人員
-
設計解決方案以開發AI模式的企業架構設計師
-
資料科學家和資料工程師、正在尋求有效方法來達成深度學習（DL）和機器學習（ML）開發目標
-
想要縮短AI計畫上市時間的企業領導者和OT/IT決策者
解決方案架構
這套解決方案搭配Lenovo ThinkSystem伺服器和NetApp ONTAP 支援AFF 各種功能的NetApp支援、是專為處理大型資料集的AI訓練而設計、運用GPU的處理能力、搭配傳統CPU。這項驗證可藉由橫向擴充架構來展現高效能與最佳資料管理、此架構使用一、二或四部Lenovo SR670 V2伺服器、搭配單AFF 一NetApp RW2-A400儲存系統。下圖提供架構概觀。
此NetApp與Lenovo解決方案提供下列主要效益：
-
同時執行多項訓練工作時、效能效率極高且具成本效益
-
可擴充的效能、取決於不同數量的Lenovo伺服器和不同機型的NetApp儲存控制器
-
強大的資料保護功能、可滿足低恢復點目標（RPO）和恢復時間目標（RTO）、而且不會遺失資料
-
利用快照與複製技術最佳化資料管理、簡化開發工作流程