要搭建一個深度學習環境的基本步驟相當繁瑣，帶有GPU的服務器首先需要安裝OS以及深度學習框架的應用，在搭建時也需要考慮到交換機與存儲系統，爲了能簡化繁瑣的搭建過程，達到快速部署深度學習環境，Infortrend普安科技推出了EonStor GSi深度學習AI存儲一體機。
圖12- EonStor GSi系統架構圖
EonStor GSi支持NVIDIA 最新的Turing平臺與Pascal計算平臺, 利用GPU加快DNN計算效率。GSi本身是一臺統一存儲系統，支持SAN與NAS服務，可達到PB級的存儲空間。GSi自帶Linux的Docker平臺，因此搭建AI深度學習的環境相當便利，只要選好深度學習的框架應用，通過人性化界面即可在Docker平臺安裝完成。由於Docker輕量化的特性，要同時執行多種深度學習應用也非常適合。
EonStor GSi將邏輯卷掛載到NAS的Docker平臺，整個系統在硬件也採用模塊化一體設計。Docker的深度學習框架應用可以直接訪問NAS的空間，省去了中間交換層的瓶頸，不用擔心網絡等待的時間，降低部署與維護的難度。例如在智慧安防應用場景下，可以通過GSi的NAS服務接口將IP攝像頭實時監控的數據寫到NAS空間，深度學習框架即可直接調用數據進行計算輸出結果，提高時效性。邊緣計算的結果也能通過內嵌的雲網關服務，實時將數據上傳雲端，做進一步計算與分享。
圖12- Infortrend EonStor GSi模塊化設計與GPU卡搭配EonCloud Gateway的邊緣計算應用場景
EonStor GSi搭載了統一存儲系統的高級數據功能，深度學習訓練完成的結果能夠通過這些功能同步到其他環境，甚至是雲端。例如，原生模型與歷史數據通過遠程複製到EonStor GSi，訓練完成之後通過內置的EonCloud Gateway軟件將多臺EonSotr GSi訓練結果同步到雲端，做進一步模型訓練或數據分析，實現AIoT模型的DevOps自動化流程。在性能方面，EonStor GSi除了能夠讓用戶快速搭建AI深度學習環境之外，還能通過測試報告來預估生產的效率。