اخبار شرکت ZettaLane سیستم فایل موازی Lustre را از ذخیره سازی اشیاء اجرا می کند

این یک مفهوم جالب است: ZettaLane MayaNAS را ساخته است، یک فایل سیستم موازی Lustre که از NFS، pNFS و SMB پشتیبانی می کند، که در بالای ذخیره سازی ابرها اجرا می شود.

MayaNAS می تواند آموزش هوش مصنوعی را در سرعت های سطح GPU جریان دهد، عملکرد نقاط بازرسی ده ها گیگابایت در ثانیه را ارائه دهد و مشخصات هزینه سطل شی را مطابقت دهد.به 32 رسید.42 GB / s Llama 3 70B بلوک باند نوشتن در دو مشتری. برای بار های کاری RetinaNet، یک مشتری MayaScale 200 Gb / s 72 GPU B200 را تغذیه می کند.

ZettaLane با دفتر مرکزی در سانتا کلارا ، کالیفرنیا ، در ژوئن 2018 توسط CTO Supramani (Sam) Sammandam تاسیس شد.یک مهندس ذخیره سازی با تجربه با بیش از 25 سال تجربه سیستم های نرم افزاری در Lucent Technologiesاین شرکت به طور کامل بدون سرمایه گذاری ریسک پذیر فعالیت می کند.

MayaNAS ترکیبی از Lustre و OpenZFS برای تغییر شکل اقتصاد ذخیره سازی است.هر OST (Object Storage Target) به عنوان یک مجموعه داده OpenZFS کار می کند که vdevs آن به سطل ذخیره سازی Google Cloud استاندارد منطقه ای اشاره دارد.. داده های انبوه به طور همزمان از طریق لایه objbacker خود به ذخیره سازی اشیاء می روند، در حالی که یک vdev خصوصی مبتنی بر NVMe تنها متاداتا و بلوک های کوچک را ذخیره می کند.هیچ SSD محلی و یا لایه خرگوش کوتاه مدت در مسیر داده ها قرار ندارد.

سوپرامانی (سام) سامندام اظهار داشت: ️ در نتایج MLPerf Storage v3.0،MayaNAS ZettaLane تنها ورودی استانداردی بود که Lustre را مستقیماً در فضای ذخیره سازی ابری اجرا می کرد. با استفاده از GCS منطقه ای در مسیر داده ها در VM های ابری عمومی، بدون SSD محلی، در حساب ابر مشتری کار می کند.

¢ توسط MLCommons تأیید شده است، این یک دسته متفاوت از ارسال های مبتنی بر فلش مانند Everpure را در بر می گیرد.به جای تمرکز صرفاً بر روی اعداد خام GiB/s. آن را اجرای خط لوله های کامل بدون مرحله داده ها را به NVMe، از جمله POSIX وابسته KV کش که سیستم عامل های بومی S3 نمی تواند پشتیبانی کند.

ما یک نقطه مقایسه را مطرح کردیم: آیا MayaNAS شبیه Nasuni است، که خدمات فایل را بر روی پس زمینه های ذخیره سازی اشیاء ایجاد می کند؟

ساممندام پاسخ داد: "در سطح بالا شباهت وجود دارد: هر دو یک سیستم فایل را بر روی ذخیره سازی شی قرار می دهند. بسیاری از رقباها سیستم فایل های کاملا جدید را ایجاد می کنند و تلاش زیادی برای اثبات انطباق POSIX انجام می دهند.ما از يه راه ديگري رفتيم، بر اساس OpenZFS مورد آزمایش در زمینه با تقسیم بومی بین متا داده های نگهداری شده در دستگاه های کوچک NVMe و داده های انبوه موجود در ذخیره سازی شی است.ما این کار را در اجلاس توسعه دهندگان OpenZFS 2025 به اشتراک گذاشتیم و طراحی Lustre خود را در LUG 2026 ارائه دادیم.

Nasuni از یک مدل cache-first پیروی می کند: فایل های لبه ای ترافیک را از cache های محلی ارائه می دهند در حالی که کپی های معتبر در ذخیره سازی شی باقی می مانند، بنابراین عملکرد به شدت به مناسب سازی cache کار می کند.MayaNAS به طور مستقیم به شیء بدون حافظه کش داده های محلی می خواند و می نویسد. در تست MLPerf ، شیء سرد بار های کار رضایت بخش مقیاس GPU را می خواند ، که از طریق معیارهای بومی نظارت بر ابر گوگل تأیید شده است.

تفاوت اساسی تر در ماهیت آن است: MayaNAS یک سیستم فایل موازی استاندارد Lustre و pNFS با قابلیت های NFS / SMB است که با مشتریان لینوکس در هسته اصلاح نشده کار می کند.آن را به طور خاص ساخته شده برای پردازنده تراز مقیاس موازی، که آن را برای معیارها مانند MLPerf مناسب می کند. پیاده سازی pNFS بومی ابر ما از فناوری MDS منبع باز LANL استفاده می کند.MayaNAS NAS شرکت را پوشش می دهد در حالی که به طور مستقیم به HPC و AI بار کار موازی در ذخیره سازی اشیاء گسترش می یابد.

این ایده اصلی را در بر می گیرد. ذخیره سازی اشیاء به وضوح جهت پیش رو برای زیرساخت های هوش مصنوعی است، اما پذیرش به طور کلی باعث می شود برنامه ها برای سازگاری S3 دوباره نوشته شوند.استاندارد Lustre یا pNFS که روی ذخیره سازی اشیاء اجرا می شود، اعطای مزایای هزینه در سطح شیء با صفر تغییر کد.

در زیر این معماری اجزای بیشتری وجود دارد: OpenZFS-on-object داخلی، pNFS همراه با ادغام LANL MDS، MayaScale NVMe-over-TCP ذخیره سازی بلوک،و Postgres شاخه دار برای AI عامل، همگی بر این پایه مشترک ساخته شده اند.

یادداشتی

پس از انتشار، سامندام به روز رسانی های اضافی ارائه داد: ZettaLane در سال 2018 به عنوان یک LLC آغاز شد. من آن را در کنار سایر نقش های شغلی مدیریت کردم.از جمله یک موقعیت کارکنان فنی در دفتر ISG Dell از CTO، جایی که من مشاهده کردم VAST و WEKA در زیرساخت های هوش مصنوعی به دست می آیند. من در سال 2026 به طور تمام وقت بازگشتم تا توسعه ذخیره سازی موازی را پیش ببرم.و MLCommons MLPerf تایید اعتماد به نفس برای آوردن محصول به چشم عموماین معیارها مجموعه داده های بزرگتر از 20 TB را در کنار میلیون ها فایل مورد بررسی قرار می دهند و نتایج آن توسط سایر ارائه دهندگان از جمله شرکت های بزرگ بررسی می شود.

✓مصرفات همچنان به طور کامل شروع شده و بدون سرمایه گذاری خارجی، همانطور که قبلا اشاره شد، خود مالی می شود.

برای شفافیت، ما هنوز به طور قابل توجهی از مشتریان تولید استفاده نمی کنیم.و این نتایج MLPerf به عنوان اثبات اصلی ارزش ما برای دسترسی به بازارامیدواریم که از یکی از فروشندگان پیشرو در زمینه ذخیره سازی اشیاء همکاری کنیم.

شرکت فناوری چینجینگ جیوتونگ پکن، لمیتد
سندي يانگ، مدير استراتژي جهاني
واتساپ / وی چت: +86 13426366826
ایمیل: yangyd@qianxingdata.com
وب سایت: www.qianxingdata.com/www.storagesserver.com
تمرکز کسب و کار:
توزیع محصولات ICT / ادغام سیستم و خدمات / راه حل های زیرساخت
با 20+ سال تجربه توزیع فناوری اطلاعات، ما با مارک های پیشرو جهانی همکاری می کنیم تا محصولات قابل اعتماد و خدمات حرفه ای را ارائه دهیم.
استفاده از تکنولوژی برای ساختن یک جهان هوشمند، ارائه دهنده خدمات قابل اعتماد محصولات ICT شما