要搭建一个深度学习环境的基本步骤相当繁琐，带有GPU的服务器首先需要安装OS以及深度学习框架的应用，在搭建时也需要考虑到交换机与存储系统，为了能简化繁琐的搭建过程，达到快速部署深度学习环境，Infortrend普安科技推出了EonStor GSi深度学习AI存储一体机。
图12- EonStor GSi系统架构图
EonStor GSi支持NVIDIA 最新的Turing平台与Pascal计算平台, 利用GPU加快DNN计算效率。GSi本身是一台统一存储系统，支持SAN与NAS服务，可达到PB级的存储空间。GSi自带Linux的Docker平台，因此搭建AI深度学习的环境相当便利，只要选好深度学习的框架应用，通过人性化界面即可在Docker平台安装完成。由于Docker轻量化的特性，要同时执行多种深度学习应用也非常适合。
EonStor GSi将逻辑卷挂载到NAS的Docker平台，整个系统在硬件也采用模块化一体设计。Docker的深度学习框架应用可以直接访问NAS的空间，省去了中间交换层的瓶颈，不用担心网络等待的时间，降低部署与维护的难度。例如在智慧安防应用场景下，可以通过GSi的NAS服务接口将IP摄像头实时监控的数据写到NAS空间，深度学习框架即可直接调用数据进行计算输出结果，提高时效性。边缘计算的结果也能通过内嵌的云网关服务，实时将数据上传云端，做进一步计算与分享。
图12- Infortrend EonStor GSi模块化设计与GPU卡搭配EonCloud Gateway的边缘计算应用场景
EonStor GSi搭载了统一存储系统的高级数据功能，深度学习训练完成的结果能够通过这些功能同步到其他环境，甚至是云端。例如，原生模型与历史数据通过远程复制到EonStor GSi，训练完成之后通过内置的EonCloud Gateway软件将多台EonSotr GSi训练结果同步到云端，做进一步模型训练或数据分析，实现AIoT模型的DevOps自动化流程。在性能方面，EonStor GSi除了能够让用户快速搭建AI深度学习环境之外，还能通过测试报告来预估生产的效率。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
