科大訊飛的數(shù)據(jù)平臺架構(gòu)和重點
談到人工智能，不得不提深度學習，如今通過深度學習技術(shù)來實現(xiàn)人工智能，已成為業(yè)界普遍接受的共識。深度學習概念，在上個世紀80年代就已經(jīng)被提出，但直到近些年才真正得以重視和應用，其背后是因為深度學習所依賴的兩大要素(海量被標記的數(shù)據(jù)和強大的算力)成為現(xiàn)實，人工智能實質(zhì)上變成了對數(shù)據(jù)的處理和計算的科學。科大訊飛人工智能的數(shù)據(jù)處理，也采用了業(yè)界主流的處理流程，可以通過下面的圖示來描述：
在整個數(shù)據(jù)處理過程中，不同階段所使用的技術(shù)，以及這些技術(shù)對數(shù)據(jù)訪問的要求都有差別。數(shù)據(jù)處理的各個階段及每個階段對數(shù)據(jù)的訪問特點如下圖所示：
在數(shù)據(jù)準備階段，科大訊飛采用Hadoop等大數(shù)據(jù)技術(shù)對數(shù)據(jù)進行清洗;模型訓練階段是整個處理過程的核心，它負責從海量數(shù)據(jù)的特征中通過深度學習算法，獲得可交付的模型，用于人工智能產(chǎn)品和方案中。
科大訊飛的基礎(chǔ)架構(gòu)團隊，需要為各個人工智能團隊及業(yè)務部門提供穩(wěn)定、高性能的訓練存儲平臺，同時管理近千臺高性能GPU服務器，訓練使用的存儲平臺性能如何，直接影響業(yè)務部門的訓練效率，是整個數(shù)據(jù)處理流程的重中之重，也是優(yōu)化訓練平臺的切入點。
為了滿足眾多人工智能業(yè)務部門訓練的需要，科大訊飛用于模型訓練的數(shù)據(jù)平臺必須具備以下特性：
- 保證高帶寬、低延時的讀寫特性，從而為GPU服務器提供足夠的數(shù)據(jù)輸入，確保GPU的高效使用
- 支持十億級別的小文件及部分大文件混合的讀寫場景，滿足大量特征文件或聚合后的文件存儲需求
- 上層訓練模型使用標準文件接口訪問數(shù)據(jù)
- 能支持數(shù)千臺高性能計算節(jié)點的并發(fā)訪問
- 為逐步容器化的訓練任務提供無縫數(shù)據(jù)訪問能力
為什么選擇YRCloudFile
作為訓練的數(shù)據(jù)平臺
焱融科技和科大訊飛從2019年開始，就進行了多次的交流和實際測試。科大訊飛的技術(shù)團隊對訓練使用的存儲平臺選型非常重視，最為關(guān)注的是數(shù)據(jù)平臺的實際性能，包括大文件的隨機讀寫、小文件的讀寫性能;海量元數(shù)據(jù)的操作性能(creation、stat、removal等);海量文件的支持，以及在海量文件的背景下，數(shù)據(jù)訪問和操作性能是否保持一致;存儲平臺的穩(wěn)定性;在故障場景，尤其是元數(shù)據(jù)服務故障場景下，集群性能的穩(wěn)定性;與容器平臺的對接;數(shù)據(jù)生命周期的管理等多方面能力。這些嚴格的評估標準，也是從實際業(yè)務的訴求和科大訊飛基礎(chǔ)架構(gòu)團隊在多年的實際工作積累中提煉出來的。
YRCloudFile在架構(gòu)上，可以完全與硬件解耦;在通用的服務器上就能充分發(fā)揮出高速存儲介質(zhì)和網(wǎng)絡的性能，相對于其它的存儲產(chǎn)品，性能領(lǐng)先數(shù)倍;元數(shù)據(jù)處理和訪問性能，在故障場景下，元數(shù)據(jù)的訪問性能尤為突出，充分滿足海量小文件的訪問需求和特點;在容器平臺對接、冷熱數(shù)據(jù)分層上具有特色鮮明的功能。綜合產(chǎn)品多方面的考量要素，YRCloudFile是最貼近科大訊飛訓練數(shù)據(jù)平臺的高性能分布式文件存儲產(chǎn)品。
在科大訊飛對焱融科技YRCloudFile進行深入了解和測試之后，雙方達成了全面的合作。
YRCloudFile在科大訊飛的運行狀況
隨著科大訊飛和焱融科技的共同合作，YRCloudFile得以快速應用在科大訊飛核心的大規(guī)模深度學習訓練集群生產(chǎn)環(huán)境中。憑借YRCloudFile靈活的軟件部署架構(gòu)和界面化快速部署能力以及焱融科技的全方位售后服務，從第一個YRCloudFile集群上線，到后續(xù)數(shù)個集群陸續(xù)部署，數(shù)據(jù)快速增長，只經(jīng)歷短短幾個月時間，總數(shù)據(jù)規(guī)模已達到近10PB，存放近百億用于訓練的音頻、視頻、圖片文件，單集群峰值帶寬達近十GB/s，訓練效率大幅提升。
科大訊飛訓練集群容量快速增長
整個科大訊飛語音訓練平臺服務于科大訊飛內(nèi)部人工智能研究院近千臺高性能計算服務器，大量科學家和算法工程師通過這些數(shù)據(jù)對模型進行持續(xù)優(yōu)化，完成科大訊飛各類語音服務的產(chǎn)品輸出。
在YRCloudFile服務科大訊飛過程中，焱融科技和科大訊飛的基礎(chǔ)架構(gòu)團隊保持密切的溝通，通過數(shù)據(jù)IO模型特點的分析，焱融科技研發(fā)團隊進一步針對科大訊飛的數(shù)據(jù)特點對YRCloudFile進行產(chǎn)品層面的優(yōu)化，由此形成了YRCloudFile部署->IO特點分析->讀寫優(yōu)化->更新上線的完整閉環(huán)。雙方技術(shù)團隊，基于YRCloudFile在2019年的IO500測試中，獲得了全球第六的成績。
YRCloudFile也通過在科大訊飛大規(guī)模的使用，快速積累更多服務人工智能企業(yè)高性能存儲場景的經(jīng)驗和能力，產(chǎn)品得到了進一步的增強，也證明了YRCloudFile的產(chǎn)品穩(wěn)定性及性能優(yōu)勢。
YRCloudFile在科大訊飛未來的規(guī)劃
目前YRCloudFile已經(jīng)為科大訊飛的訓練集群提供了大規(guī)模的高性能數(shù)據(jù)服務，接下來還會繼續(xù)擴大在此場景下的使用。
- YRCloudFile還提供了很好的云原生存儲的能力，包括支持容器跨節(jié)點重建、PVC Quota、PVC擴容、PVC QoS、熱點分析等特性，也是國內(nèi)首個進入CNCF LandScape的云原生存儲產(chǎn)品，因而，科大訊飛未來計劃將YRCloudFile進一步應用在內(nèi)部大量的云原生應用場景中。
- 焱融科技的技術(shù)團隊還會開放更多的SDK，幫助科大訊飛將YRCloudFile整合到訊飛云平臺中，為更多業(yè)務提供基礎(chǔ)的共享文件系統(tǒng)服務。
YRCloudFile給科大訊飛帶來的價值
正如我們所介紹的那樣，海量數(shù)據(jù)和強大算力是深度學習得以發(fā)揮作用的兩大要素。YRCloudFile作為科大訊飛深度學習集群中所使用的高性能文件系統(tǒng)，在提供人工智能基礎(chǔ)架構(gòu)的核心存儲服務的同時，也逐步體現(xiàn)出越來越大的商業(yè)價值。
- 訓練時間大幅縮短。相對于曾經(jīng)使用的其它商業(yè)存儲，YRCloudFile的高帶寬、低延時特性，能夠使GPU等計算服務器的計算效率達到飽和，從而將單次訓練時間由一周縮短至數(shù)小時。
- 訓練精度提升。深度學習生成的模型會存在一定的偏差，算法工程師可以通過調(diào)整深度學習中的權(quán)重，不斷降低深度學習的成本函數(shù)(Cost Function)，因此算法工程師需要對模型進行多次迭代。由于單次訓練時間的縮短，使算法工程師對模型進行更多的迭代成為可能。迭代次數(shù)越多，輔以算法的優(yōu)化，使科大訊飛的訓練精度得到不斷提升。
總結(jié)
目前，國內(nèi)的人工智能行業(yè)正迎來飛速發(fā)展的時機，AI交通、AI醫(yī)療、AI政務、AI教育、自動駕駛等多個人工智能場景在不斷深入到我們的生活，YRCloudFile將幫助語音識別、視覺識別、自動駕駛等人工智能企業(yè)提升訓練效率，增強人工智能企業(yè)的產(chǎn)品競爭力，從而更好地服務于更多的用戶。
關(guān)于科大訊飛
科大訊飛股份有限公司成立于1999年，是亞太地區(qū)知名的智能語音和人工智能上市企業(yè)。自成立以來，長期從事語音及語言、自然語言理解、機器學習推理及自主學習等核心技術(shù)研究并保持了國際前沿技術(shù)水平;積極推動人工智能產(chǎn)品研發(fā)和行業(yè)應用落地，致力讓機器“能聽會說，能理解會思考”，用人工智能建設美好世界。2008年，公司在深圳證券交易所掛牌上市(股票代碼：002230)。
關(guān)于焱融科技
焱融科技是一家以軟件定義存儲技術(shù)為核心競爭力的高新技術(shù)企業(yè)，在分布式存儲等關(guān)鍵技術(shù)上擁有自主知識產(chǎn)權(quán)，是容器存儲的領(lǐng)導者。焱融科技針對各行業(yè)業(yè)務特性，打造個性化行業(yè)解決方案，提供一站式的產(chǎn)品與服務。焱融科技系列產(chǎn)品已服務于人工智能、金融、政府、制造業(yè)、互聯(lián)網(wǎng)等行業(yè)的眾多客戶。了解更多焱融科技信息，請訪問官網(wǎng)www.yanrongyun.com。
