随着 AI 业务的迅速发展，产⽣的数据量越来越多，对存储的成本和性能提出了新的挑战。本次演讲将从 AI 的业务的不同场景出发（数据集 / 模型管理、在线编程 / 项⽬管理、数据预处理、训练和预测），说明 AI 业务对存储系统的需求，并介绍 Curve ⽂件系统采⽤了哪些技术来满⾜这些需求，以及在实践过程中遇到的问题与挑战。

演讲提纲：

1. 背景

• 介绍 AI 的业务特点（从不同场景出发讲对存储的需求） 
• 介绍 AI 的业务需求

2. Curve 实践

• Curve ⽂件系统简介
• Curve ⽂件系统为 AI 业务降本
• Curve ⽂件系统为 AI 业务提效

3. 总结与展望

• 和 AI 框架的融合：做到⾃动预热
• ⼤数据和 AI 的融合：提供 HDFS 接⼝，使⽤ Curve ⽂件系统即可以⽤在数据⽣产收集也可以 ⽤于后续处理和训练
• 推动在更多业务场景的落地

你将获得：

• 了解 AI 场景对存储的需求
• 了解 Curve ⽂件系统在对接AI业务中遇到问题与挑战、解决⽅案与收益