百度网盘企业版数据快速上云，数据流转平台 CloudFlow 加速大模型训练迭代

1 项目从何时开始，又是何时结束

一个项目的周期应该如何计算，将计算开始运行作为起点，计算结束运行作为终点？

大模型训练场景中，从 TB/PB 级数据完成收集准备上云，到这些数据被提交至任务开始运行，有时候中间还隔着好几天的时间，GPU 资源将处于空闲状态。在一些案例中，大模型训练任务运行 2 周，数据上传等待好几天。项目真正的起始时间应该提前至数据开始上传的那一刻。

在某些行业中，比如生命科学基因测序等场景，任务结束后结果数据会保存在对象存储中。这些数据需要分发给云下的众多使用者。在一些案例中，高性能计算任务运行 1 周得到结果，再额外等待好几周，全部用户陆陆续续从云上进行数据提取，项目才算真正结束。

数据流转的效率，正在越来越明显地影响项目周期、资源花费，乃至下游生态和客户的使用体验。

2 传统的百度网盘数据上云以及云上数据分发方式

百度网盘已经成为了很多企业进行收集、存储、分发数据的平台之一。

• 网盘数据上云

为了将收集至百度网盘的数据同步至云端，企业 IT 工程师通常会将网盘的数据下载至本地，然后借助公共网络上传，或者将数据拷贝至移动硬盘并寄送至云厂商的指定地点。

• 云上数据分发

为了将云上的结果数据分发至不同的下游合作伙伴，企业 IT 工程师将对象存储中的数据 URL 链接交给合作伙伴，或者手动导出后通过移动硬盘和百度网盘进行分发。以上两种数据流转方式，都不可避免地导致任务周期变长。

3 百度网盘企业版上云和云上数据分发新能力

为了缩短数据流转的时间，减少资源成本，并帮助客户提升对下游合作伙伴的服务体验，百度智能云打通了百度网盘企业版和对象存储 BOS 之间的数据流转链路，数小时就可以完成 10TB 左右规模数据的上传和下载。

借助这个新发布的能力，在大模型业务的数据上云场景里，企业不再需要经过公网传输、快递物流和磁盘对拷等间接方式，网盘中的数据借助数据流转平台 CloudFlow 直接流转至对象存储 BOS。当天就可以开始大模型训练迭代，减少 GPU 算力资源等待时间，缩短了项目的业务周期。

在云上数据分发到云下的场景，可以将对象存储 BOS 中的数据直接分享到百度网盘企业版，并同时交付给多个下游客户，为用户提供符合日常使用习惯的数据获取方式。

用户只需要在数据流转平台 CloudFlow 界面配置几个关键参数，就可以让百度网盘企业版的数据流转立即高速运行。在对象存储 BOS 控制台中选择对应目录，将目录中的文件分享至网盘。

4 全面完整的数据流转方式

不止百度网盘企业版和对象存储 BOS 之间的数据快速流转，百度智能云数据流转平台 CloudFlow 为企业的数据上云迁移提供了完整的方案，包括跨云在线迁移、离线数据迁移等多种方式。

5 典型案例

某 AIGC 公司将部分收集的原始数据存储在百度网盘中。之前会不定期的将数据下载到本地，并借助硬盘寄送的离线迁移方式，将数据上传至对象存储 BOS 中，以便展开大模型训练的迭代升级工作。

在这之前，从百度网盘导出数据至硬盘，再通过快递物流过程需要 1～2 天时间， 4 块 10TB 级别硬盘数据离线上云再需要 1 天左右的时间。现在通过 CloudFlow 将百度网盘企业版数据直接同步至 BOS 中，仅需 10 小时左右的时间。