虛擬人再升級，企業可以解放雙手了？
來源：伯虎財經今天想跟大家來嘮嘮AI，其實聊到這個話題很多人都不陌生了。在ChatGPT和AIGC大熱背后，還有一位低調的“大佬”——虛擬人。比如咱們熟知的虛
2 月 28 日消息，DeepSeek 在開源周第五天發布了 3FS（Fire-Flyer File System），這是一個專為充分利用現代 SSD 和 RDMA 網絡帶寬而設計的并行文件系統，具備驚人的數據訪問性能，為深度學習等數據密集型應用提供了強大的支持。
附上開源地址：https://github.com/deepseek-ai/3FS。
基于 3FS 的數據處理框架 Smallpond：https://github.com/deepseek-ai/smallpond。
集群高吞吐： 在 180 節點集群中，3FS 實現了高達 6.6 TiB/s 的聚合讀取吞吐量。
基準測試優異： 在 25 節點集群的 GraySort 基準測試中，3FS 達到了 3.66 TiB / min 的吞吐量。
單節點高性能： 每個客戶端節點的 KVCache 查找峰值吞吐量超過 40 GiB/s。
架構先進： 3FS 采用去中心化架構，并具備強一致性語義。
3FS 應用場景3FS (Fire-Flyer File System) 是一款高性能的分布式文件系統，旨在解決 AI 訓練和推理工作負載帶來的挑戰，利用現代 SSD 和 RDMA 網絡提供共享存儲層，簡化分布式應用程序的開發。
其核心優勢在于高性能、強一致性和易用性，能夠有效支持各種 AI 工作負載，包括數據準備、數據加載、檢查點設置和推理緩存。
3FS 在 DeepSeek 的 V3 / R1 版本中得到廣泛應用，涵蓋了訓練數據預處理、數據集加載、檢查點保存 / 重新加載、嵌入向量搜索以及推理過程中的 KVCache 查找等關鍵環節。
Smallpond此外，DeepSeek 還開源了基于 3FS 的數據處理框架 Smallpond，是一款構建于 DuckDB 和 3FS 之上的輕量級數據處理框架。它擁有高性能數據處理能力，可擴展至 PB 級數據集，并且操作簡便，無需長期運行的服務。
相關閱讀：
《DeepSeek 開源進度 4/5：DualPipe、EPLB 優化并行策略》
《DeepSeek 開源進度 3/5：深度學習利器 DeepGEMM》
《DeepSeek 開源進度 2/5：首個用于 MoE 模型訓練和推理的 EP 通信庫 DeepEP》
《DeepSeek 代碼庫開源進度 1/5：為 Hopper GPU 優化的高效 MLA 解碼內核 FlashMLA》
本文鏈接：http://www.www897cc.com/showinfo-45-11301-0.htmlDeepSeek 開源進度 5 5：高性能并行文件系統 3FS 實現聚合吞吐 6.6 TiB s
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號