Oto ciekawa koncepcja: ZettaLane zbudował MayaNAS, równoległy system plików Lustre obsługujący NFS, pNFS i SMB, który działa na chmurze przechowywania obiektów.
MayaNAS może przesyłać szkolenia AI z prędkością na poziomie GPU, dostarczać dziesiątki gigabajtów na sekundę wydajności punktów kontrolnych i dopasowywać profile kosztów wiadra obiektów./Dotarło do 32.W przypadku obciążeń roboczych RetinaNet jeden klient MayaScale 200 Gb/s zasilał 72 GPU B200.
Z siedzibą w Santa Clara w Kalifornii, ZettaLane została założona w czerwcu 2018 roku przez CTO Supramani (Sam) Sammandama,doświadczony inżynier magazynowania z ponad 25-letnim doświadczeniem w zakresie oprogramowania systemowego w Lucent TechnologiesFirma działa całkowicie bez wsparcia kapitału podwyższonego ryzyka.
MayaNAS łączy Lustre i OpenZFS w celu przekształcenia ekonomii przechowywania.Każdy OST (Object Storage Target) funkcjonuje jako zestaw danych OpenZFS, którego vdevs wskazują na regionalne standardowe wiadra Google Cloud StorageWielkości danych odczytywane i zapisywane są równocześnie do przechowywania obiektów za pośrednictwem warstwy objbacker, podczas gdy kompaktowy specjalny wdev oparty na NVMe przechowuje tylko metadane i małe bloki.Żaden lokalny SSD lub efemeryczny poziom scratch nie znajduje się w ścieżce danych.
Supramani (Sam) Sammandam skomentował:ZettaLane's MayaNAS był jedynym standardem wprowadzania Lustre bezpośrednio na przechowywaniu obiektów w chmurze, używając regionalnego GCS w ścieżce danych na ogólnych chmurze VM, bez lokalnego dysku SSD, działającego wewnątrz własnego konta w chmurze klienta.
¢Weryfikowany przez MLCommons, zajmuje inną kategorię niż submisje oparte na flashie, takie jak Everpure.zamiast koncentrować się wyłącznie na liczbach surowych GiB/s. Wykonuje pełne rurociągi bez umieszczania danych na NVMe, w tym POSIX-zależne pamięci podręcznej KV, których platformy native S3 nie obsługują. ̇
Zwróciliśmy się do porównania: czy MayaNAS przypomina Nasuni, który buduje usługi plików na backendech przechowywania obiektów?
Sammandam odpowiedział: "Na wysokim poziomie istnieje podobieństwo: oba systemy plików są umieszczane na pamięci masowej.Wybraliśmy inną drogę., opierając się na sprawdzonym w terenie OpenZFS z natywnym podziałem metadanych przechowywanych na małych urządzeniach NVMe i masowych danych przechowywanych w pamięci masowej obiektów.Podzieliliśmy się tą pracą na 2025 OpenZFS Developer Summit i zaprezentowaliśmy nasz projekt Lustre na LUG 2026.
Nasuni stosuje model polegający na pierwszej pamięci podręcznej: filery krawędzi obsługują ruch z lokalnych pamięci podręcznych, podczas gdy autentyczne kopie pozostają w pamięci podręcznej obiektu, więc wydajność zależy w dużej mierze od dopasowania pamięci podręcznej zestawu roboczego.MayaNAS czyta i pisze bezpośrednio do obiektu bez pośredniej lokalnej pamięci podręcznej danych. W testach MLPerf, chłodny obiekt odczytuje zadowolone obciążenia robocze w skali GPU, potwierdzone za pomocą rodzimych wskaźników Google Cloud Monitoring.
¢ Bardziej podstawowa różnica leży w jego naturze: MayaNAS jest standardowym systemem plików równoległych Lustre i pNFS, z możliwościami NFS/SMB, pracującym z niezmodyfikowanymi klientami Linux w jądrze.Jest specjalnie zaprojektowany do równoległej przepustowości w skali GPUNasze wdrożenie pNFS w chmurze wykorzystuje technologię MDS z otwartym kodem źródłowym z LANL. Nasuni jest ukierunkowane na rozproszone przypadki użycia plików korporacyjnych;MayaNAS obejmuje NAS przedsiębiorstwa, rozszerzając bezpośrednio do HPC i AI równoległych obciążeń roboczych na przechowywaniu obiektów.
Obecne rozwiązanie jest takie, że systemy do przechowywania obiektów mogą być wykorzystywane w celu uzyskania kompatybilności z systemem S3.standardowy Lustre lub pNFS uruchamiany nad pamięcią osobową, przyznając korzyści kosztowe na poziomie obiektu z zerowymi zmianami kodów.
W ramach tej architektury istnieją kolejne komponenty: wewnętrzne elementy OpenZFS na obiekcie, pNFS wraz z integracją LANL MDS, pamięć blokowa MayaScale NVMe over TCP,i rozgałęziony Postgres dla agentycznej AI, wszystko zbudowane na tym wspólnym fundamencie.
Przypis do wstępu
Po publikacji Sammandam dostarczył dodatkowe aktualizacje: ZettaLane rozpoczął działalność jako LLC w 2018 r. Zarządzałem nią w niepełnym wymiarze godzin wraz z innymi rolami zawodowymi,w tym stanowisko personelu technicznego w Biurze Della ISG, gdzie obserwowałem, jak VAST i WEKA zyskują na popularności w infrastrukturze sztucznej inteligencji.i MLCommonsTM MLPerf zatwierdzenie dało zaufanie do wprowadzenia produktu do widzenia publicznegoWskaźniki te wykorzystują zbiory danych o pojemności większej niż 20 TB wraz z milionami plików, a wyniki są recenzowane przez innych podmiotów, w tym duże korporacje.
¢Finansowanie pozostaje w pełni oparte i samofinansowane bez inwestycji zewnętrznych, jak wspomniano wcześniej.
¢ Aby być przejrzystymi, nie mamy jeszcze istotnych klientów wdrażających produkcję.i te wyniki MLPerf służą jako nasz główny dowód wartości dla market outreachMamy nadzieję na współpracę z jednym z wiodących dostawców magazynów obiektów.
Pekin Qianxing Jietong Technology Co., Ltd.
Sandy Yang, dyrektor ds. strategii globalnej
WhatsApp / WeChat: +86 13426366826
Email: yangyd@qianxingdata.com
Strona internetowa: www.qianxingdata.com/www.storagesserver.com
Skoncentruj się na biznesie:
Dystrybucja produktów ICT/Integracja systemów i usługi/Rozwiązania infrastrukturalne
Dzięki ponad 20-letniemu doświadczeniu w dystrybucji IT współpracujemy z wiodącymi światowymi markami w celu dostarczania niezawodnych produktów i profesjonalnych usług.
Używanie technologii do budowy inteligentnego świata•Twój zaufany dostawca usług produktów ICT!
Twoja wiadomość musi mieć od 20 do 3000 znaków!
Polish
