随着AI大模型的发展，算力需求激增，但数据存储与加载的瓶颈问题日益凸显。本次直播聚焦于解决这一关键挑战，邀请了多位行业专家，深入探讨如何优化数据预处理、实现分布式存储与计算资源的高效协同，以及提升大模型训练效率的系统性方案。直播将从技术层面剖析痛点，并探索实际可行的解决方案，帮助开发者和研究人员突破AI算力瓶颈。

💡AI大模型面临的核心挑战：大模型的发展对算力提出了前所未有的需求，而数据存储与加载的瓶颈成为了制约其进一步发展的关键因素。

🔑直播核心内容：本次直播将深入剖析大模型训练中数据存储与加载的瓶颈问题，并提出系统性优化方案。

⚙️技术融合：直播将探索数据预处理、分布式存储架构与计算资源（如GPU）的高效协同模式。

🗣️专家阵容：本次直播邀请了来自不同领域的资深专家，包括大数据技术专家、金融科技公司高管以及AI技术负责人，他们将分享各自的经验和见解。

2025-03-22 13:30 辽宁

AI 大模型的崛起带来了前所未有的算力需求，但数据存储与加载的瓶颈问题却成为制约发展的关键。如何优化数据预处理？

AI 大模型的崛起带来了前所未有的算力需求，但数据存储与加载的瓶颈问题却成为制约发展的关键。如何优化数据预处理？如何实现分布式存储与计算资源的高效协同？如何提升大模型训练的效率？3 月 24 日晚 20:00 ，4 位资深专家将在直播上深入剖析这些痛点！

直播介绍

直播时间

3 月 24 日  20:00-21:30

直播主题

破局 AI 算力瓶颈：数据存储与分析的协同创新

直播参与嘉宾

主持人：赵健博，大数据技术领域资深专家

嘉宾：

李俊，北银金科大数据开发部总经理助理

张文涛， 焱融科技 CTO

李飞，数势科技 AI 负责人

直播亮点

直击痛点：剖析大模型训练中数据存储与加载的瓶颈问题，提出系统性优化方案

技术融合：探索数据预处理、分布式存储架构与计算资源（如 GPU）的高效协同模式

如何看直播？

扫描下图海报【二维码】，或戳直播预约按钮，预约 InfoQ 视频号直播。👇

如何向讲师提问？

文末留言写下问题，讲师会在直播中为你解答。

阅读原文

跳转微信打开