大模型训练
大模型训练过程中涉及两个主要的数据读写场景。其一，把海量的训练样本并发的读取到 GPU 中进行训练， 其二，为保证训练中断时能快速恢复并进行继续训练，在训练过程中会周期性的保存 checkpoint ，并在意外发生时读取 checkpoint 进行恢复。智算存储 NitroFS 可作为大模型存储，为大规模训练提供高性能存储底座。
大模型推理 KVCache
大模型推理中，可将提示词和多轮对话的 token 所计算出的 K/V 向量保存至存储中。以存代算，降低 GPU 重复计算已出现 token 的 K/V 向量的开销，节省算力成本。智算存储 NitroFS 可作为 KVCache 存储，加速推理服务的效率，节省算力成本。
自动驾驶
自动驾驶涉及海量小样本的读取，需要存储有足够低的延迟和极强的元数据性能，并且会需要和对象存储的生态进行打通，满足不同流程的训练需求。智算存储 NitroFS 可作为自动驾驶存储，加速训练场景下，海量小文件的样本读取。
