面向多模态大模型训练的算力与存储配比优化方法研究

孙傲; 武振宇; 田雯; 刘申易; 刘博士; 刘鹏

doi:10.13992/j.cnki.tetas.2026.01.006

Chinese

您当前的位置：

首页 >

文章列表页 >

面向多模态大模型训练的算力与存储配比优化方法研究

大模型应用技术提升研究专题 | 更新时间：2026-04-20

- 面向多模态大模型训练的算力与存储配比优化方法研究
- 面向多模态大模型训练的算力与存储配比优化方法研究
- 电信工程技术与标准化 2026年39卷第1期页码：22-30
- 作者机构：
  
  1. 中国移动通信集团设计院有限公司
  2. 中国移动通信集团设计院有限公司内蒙分公司
- 作者简介：
- 基金信息：
- DOI：10.13992/j.cnki.tetas.2026.01.006
  中图分类号： TP18
- 纸质出版：2026
- 稿件说明：
移动端阅览
孙傲, 武振宇, 田雯, 等. 面向多模态大模型训练的算力与存储配比优化方法研究[J]. 电信工程技术与标准化, 2026,39(1):22-30.

孙傲, 武振宇, 田雯, et al. 面向多模态大模型训练的算力与存储配比优化方法研究[J]. 2026, 39(1): 22-30.
孙傲, 武振宇, 田雯, 等. 面向多模态大模型训练的算力与存储配比优化方法研究[J]. 电信工程技术与标准化, 2026,39(1):22-30. DOI： 10.13992/j.cnki.tetas.2026.01.006.

孙傲, 武振宇, 田雯, et al. 面向多模态大模型训练的算力与存储配比优化方法研究[J]. 2026, 39(1): 22-30. DOI： 10.13992/j.cnki.tetas.2026.01.006.

摘要

本文旨在解决多模态大模型训练场景中存储资源配置不合理导致的资源浪费与效率瓶颈问题，通过优化算力存储协同机制以提升训练效率，降低建设成本。研究提出一种两阶段存储层级优化算法，基于对训练数据、模型参数等多类数据读写特征的分析，建立数据量测算模型，并结合不同模态任务配置动态微调算存比在某智算集群上展开试验，结果表明，该方法较业界经验法缩短训练时长18%，减少存储浪费26%，实现多模态与单模态场景下算力与存储的精准协同配置，有效提升资源利用率与训练效率。

Abstract

关键词

Keywords

references

程振京,汪璐,程耀东,陈刚,胡庆宝,李海波.面向高能物理分级存储的文件访问热度预测[J].计算机工程,2021(02).

冯杨洋,汪庆,谢旻晖,舒继武.从BERT到ChatGPT：大模型训练中的存储系统挑战与技术发展[J].计算机研究与发展,2024(04).

葛旭冉,欧洋,王博,赵宇,吴利舟,王子聪,陈志广,肖侬.大语言模型推理中的存储优化技术综述[J].计算机研究与发展,2025(03).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于多模态大模型的智能语音质检应用研究

智算中心能效测量评价方法及优化方案

人工智能发展趋势和策略探讨

基于AHU的液冷智算中心标准化建设方案研究

数据中心空调群控系统AI调优技术应用