生成式AI新应用对算力、、、算法要求高，
，对存储底座同样要求高。。而且随着数据量的激增，，存储成本也在上升
。。

OpenAI公布的Sora技术文档显示，，在训练Sora时需要先用预训练模型把大量的、
、、
、大小不一的视频源文件编码转化为统一的patch表示
，，，再把时空要素提取作为transformer的token进行训练。。单就开展这项工作
，，，，就对存储的性能、、、、容量以及数据的处理速度提出了极高的要求
。
。
。同时，
，
，技术文档也说明了，，数据集越大，，，大模型效果越好
。。。。

这就意味着，，如果想要训练用户自己的大模型，
，，，必须有一个高性能的存储底座来支撑。。
。
。而一套真正符合AI训练需求的存储系统，
，，，应该是在提供卓越性能的同时，，不给用户带来过多的经济压力。。高性能可以确保AI训练的数据快速读取和写入，，
，从而提升整体训练效率；同时要降低存储整体成本，，让高性能存储“飞入寻常百姓家”。。。。