AI模型訓練的靈魂是資料，確保資料安全與高效存儲是不可忽略的要素。
企業導入AI應用時，決定核心與GPU算力資源後的第二步，就是要搭配效能與管理機制相符的儲存方案，讓I/O效能跟上前端的運算，藉此降低模型訓練與微調的作業時間。
HPE提供多種資料存儲方案滿足各種規模與AI建置階段所需，包含HPE Cray ClusterStor E1000儲存系統與HPE GreenLake for DSCC等方案，不論是傳輸效能、容量與擴充管理，都能應對企業AI應用環境所需，與HPE AI伺服器運算方案攜手並進，以高效率的資料導向基礎架構幫企業AI應用大幅加分。
超級電腦等級的I/O效率，加速企業AI方案落地上市
不同等級的AI應用需求，企業亦可依需搭配相應的儲存方案，如LLM大型語言模型訓練或需搭配超級電腦的極速I/O時，可透過HPE Cray ClusterStor E1000儲存系統的超高速I/O效能加速模型訓練的節奏，不僅可靠，在競爭激烈的AI商務方案開發中也有助於縮短上市時程，搶占先機的競爭優勢。
.jpg)
(HPE Cray ClusterStor E1000儲存系統)
對於企業一般AI應用時的推論運算或模型微調等，可以搭配HPE Cray Storage System C500儲存系統，源自HPE Cray Storage系列超級電腦儲存架構，針對AI中低量級的需求而開發的入門級超級儲存架構，
(HPE Cray Storage System C500儲存系統)
針對不同AI專案的任務工作負載，儲存系統在讀取、寫入與隨機I/O等細部存取參數也會有所不同，HPE的技術支援團隊也能協助企業微調儲存系統的參數設定，根據產業別、資料型態、投資成本與專案需求等最佳化，加速AI專案時資料匯入、處理的工作效率。
HPE基礎架構方案以多元聞名於全球市場，包含各種規模的伺服器等運算方案，以及AI資料存儲這塊也均有許多方案可以選擇，除了前面提及的HPE Cray Storage超級電腦儲存系統外，包含HPE GreenLake for Block Storage、HPE GreenLake for DSCC (Data Services Cloud Console)等方案，從基礎架構到整合顧問服務，從邊緣、本地到雲端環境皆能支援，提供AI運作時資料池所需的最適架構。
