房地产法规网

这两天DeepSeek开源3FS并行文献系统的音问，犹如向AI基础步履领域投下一枚深水炸弹。3FS每秒能搬运6.6TB数据，相当于1秒钟传输完700部4K高清电影。还能自动调资源，国产芯片用了它，跟海外大牌的差距径直缩到15%。

这并非简短的时间迭代——当Llama3 70B模子单次考验需吞掉15PB数据(相当于持续播放250万小时4K视频)时，环球AI履行室骤然相识到：决定大模子考验着力的不仅是GPU算力，存储系统正成为影响程度的一大瓶颈。

当AI算力狂飙时，存储正在成为隐形战场 

2024年，某头部AI公司曾因存储带宽不及，导致2000张A100显卡的算力愚弄率永远低于40%，单日经济吃亏超百万好意思元。这披露了AI时期的"木桶效应"——当GPU盘算速率参加微秒级时，一次突发的存储抖动就可能导致统共考验任务崩溃，让数周的盘算后果已而挥发。这大致亦然DeepSeek自研存储的原因。

数据炫耀，存储优化可径直将175B参数模子的考验周期压缩30%，对应百万好意思元级的本钱被填平。而在推理端，当10%的特地肯求际遇存储延伸波动时，P99反馈时辰会已而打破SLA红线，这恰是某自动驾驶公司在线劳动突发左迁的根底诱因。

DeepSeek之是以选拔自研3FS的内容，恰是发现了存储架构在AI应用中的进击性。《金融行业先进AI存力施展》》施展中提到，在相似的GPU算力界限下，存储性能的上下可能形成模子考验周期3倍的相反。在算力武备竞赛的背后，一场对于存储性能密度的暗战悄然升级，自研存储显得尤为进击。

5家头部厂商角逐AI存储，国产能否拔得头筹

比拟于传统AI的需求，大模子对存力需求场景具特地据量大、参数界限大、考验周期长等特色。

为了提高大模子考验速率，需要对大界限数据集进行快速加载，且一般选择数百以致上万张GPU组成盘算集群进行高效的并行盘算，需要高并发输入/输出(I/O)处理，而考验数据集呈现海量小文献的特色，文献量在几亿到几十亿量级，对应的带宽需求可能每秒要达到上TB，这就条目存储系统具备弘大的数据料理技艺，业界能达到该技艺的仅寥寥几家。

小编征集了国表里优秀的并行存储家具，对具体技艺进行对比 

IBM手脚老牌存储品牌，其家具从HPC场景成功向AI场景演进。在环球AI场景获取闲居应用的DDN，多个读、写带宽等要津性能探求上施展凸起，但DDN由于时间顽固性、独到化硬件等原因，导致用户建筑本钱过高。

国产厂商DeepSeek 3FS诚然是开源的新家具，但相对老牌存储也有可以的施展，在读带宽技艺上施展优异，单集群6.6TB/s，平均单节点36.7GB/s的读带宽。

咱们还惊喜发现，另一家国产厂商京东云云海，在这个专科领域相似施展出色，以单节点95GB/s的读带宽、60GB/s的写带宽，进一步拉低了国产存储与海外老牌厂商的差距。相较于DeepSeek的3FS，京东云云海在提供高性能的同期适用性更广，可以同期跋扈DeepSeek、ChatGPT、LLaMA等20余种主流大模子的存力需求。

综上来看，跟着大模子快速向纵深场景演进，对存储的条目也越来越高，以DeepSeek、京东云云海等国产存储，炫耀出在处理大界限数据集时的优厚性能，畴前国产存储能否拔得头筹，让咱们静瞻念其变。