İşte ilginç bir konsept: ZettaLane, NFS, pNFS ve SMB'yi destekleyen ve bulut nesne depolaması üzerinde çalışan bir Lustre paralel dosya sistemi olan MayaNAS'ı geliştirdi.
MayaNAS, AI eğitimini GPU düzeyinde hızlarda yayınlayabilir, saniyede onlarca gigabaytlık kontrol noktası performansı sunabilir ve nesne paketi maliyet profillerini eşleştirebilir. MLPerf Depolama kıyaslamalarıyla doğrulanan bu ürün, iki istemcide 32,42 GB/sn Llama 3 70B kontrol noktası yazma bant genişliğine ulaştı. RetinaNet iş yükleri için bir MayaScale 200 Gb/s istemcisi 72 B200 GPU'yu besledi.
Merkezi Santa Clara, Kaliforniya'da bulunan ZettaLane, Haziran 2018'de Lucent Technologies, IBM, HP ve Dell'de 25 yıldan fazla sistem yazılımı deneyimine sahip deneyimli bir depolama mühendisi olan CTO Supramani (Sam) Sammandam tarafından kuruldu. Firma tamamen risk sermayesi desteği olmadan faaliyet göstermektedir.
MayaNAS, depolama ekonomisini yeniden şekillendirmek için Lustre ve OpenZFS'yi birleştiriyor. Her OST (Nesne Depolama Hedefi), vdev'leri bölgesel Standart sınıf Google Cloud Storage paketlerine işaret eden bir OpenZFS veri kümesi olarak işlev görür. Toplu veri okuma ve yazma işlemleri, objbacker katmanı aracılığıyla eş zamanlı olarak nesne depolamaya gider; kompakt NVMe tabanlı özel vdev ise yalnızca havuz meta verilerini ve küçük blokları depolar. Veri yolunda hiçbir yerel SSD veya geçici sıfır katmanı bulunmaz.
Supramani (Sam) Sammandam şu yorumu yaptı: "MLPerf Storage v3.0 sonuçlarında, ZettaLane'in MayaNAS'ı, standart Luster'ı doğrudan bulut nesne depolaması üzerinde çalıştıran tek girişti; müşterinin kendi bulut hesabında çalışan, yerel SSD olmadan genel bulut VM'lerindeki veri yolunda bölgesel GCS kullanıyordu.
"MLCommons tarafından doğrulandı ve Everpure gibi flash tabanlı gönderimlerden farklı bir kategoriyi kapsıyor. Yalnızca ham GiB/s sayılarına odaklanmak yerine nesne depolama ekonomisiyle eşleştirilmiş paralel dosya sistemi verimi sağlıyor. S3 yerel platformlarının destekleyemediği POSIX'e bağımlı KV önbellekleri de dahil olmak üzere verileri NVMe'ye hazırlamadan tüm işlem hatlarını yürütüyor."
Bir karşılaştırma noktası ortaya koyduk: MayaNAS, nesne depolama arka uçları üzerine dosya hizmetleri oluşturan Nasuni'ye benziyor mu?
Sammandam şöyle yanıt verdi: "Yüksek düzeyde benzerlik var: Her ikisi de dosya sistemini nesne depolama üzerine yerleştiriyor. Birçok rakip yepyeni dosya sistemleri oluşturuyor ve POSIX uyumluluğunu kanıtlamak için büyük çaba harcıyor. Küçük NVMe cihazlarında tutulan meta veriler ile nesne depolamada bulunan toplu veriler arasında yerel bölünmesiyle sahada kanıtlanmış OpenZFS'yi temel alarak alternatif bir yol izledik. Bu çalışmayı 2025 OpenZFS Geliştirici Zirvesi'nde paylaştık ve Lustre tasarımımızı LUG'da sunduk. 2026.
"Nasuni, önbellek öncelikli bir modeli izliyor: uç dosyalayıcılar trafiği yerel önbelleklerden sağlarken yetkili kopyalar nesne depolamada kalıyor, bu nedenle performans büyük ölçüde çalışma seti önbelleği uyumuna bağlı. MayaNAS, ara yerel veri önbelleği olmadan doğrudan nesneyi okuyor ve yazıyor. MLPerf testinde, soğuk nesne, yerel Google Cloud Monitoring ölçümleri aracılığıyla onaylanan, tatmin edici GPU ölçeğindeki iş yüklerini okuyor.
"Daha temel ayrım, doğasında yatmaktadır: MayaNAS, NFS/SMB yeteneklerine sahip, değiştirilmemiş çekirdek içi Linux istemcileriyle çalışan standart bir Luster ve pNFS paralel dosya sistemidir. GPU ölçeğinde paralel üretim için özel olarak tasarlanmıştır ve bu da onu MLPerf gibi kıyaslamalar için çok uygun hale getirir. Bulut yerel pNFS uygulamamız LANL'den açık kaynaklı MDS teknolojisini kullanır. Nasuni dağıtılmış kurumsal dosyayı hedefler kullanım örnekleri; MayaNAS, kurumsal NAS'ı kapsar ve nesne depolamadaki doğrudan HPC ve yapay zeka paralel iş yüklerine uzanır.
"Bu, ana fikri yansıtıyor. Nesne depolama, AI altyapısı için açık bir şekilde ileri yöndür, ancak benimsenme genellikle S3 uyumluluğu için uygulamanın yeniden yazılmasını zorunlu kılar. MayaNAS bu sorunu çözer: nesne depolama üzerinde çalışan standart Luster veya pNFS, sıfır kod değişikliğiyle nesne düzeyinde maliyet avantajı sağlar.
"Bu mimarinin altında başka bileşenler de var: Nesne üzerinde OpenZFS dahili bileşenleri, LANL MDS entegrasyonu ile birlikte pNFS, TCP üzerinden MayaScale NVMe blok depolama ve ajansal yapay zeka için dallandırılabilir Postgres, hepsi bu ortak temel üzerine inşa edilmiştir."
Önyükleme notu
Yayınlandıktan sonra Sammandam ek güncellemeler sağladı: "ZettaLane 2018'de bir LLC olarak başladı. VAST ve WEKA'nın yapay zeka altyapısında ilgi kazandığını gözlemlediğim Dell ISG'nin CTO Ofisi'ndeki teknik personel pozisyonu da dahil olmak üzere diğer kariyer rollerinin yanı sıra bunu yarı zamanlı olarak yönettim. Paralel depolama gelişimini ilerletmek için 2026'da tam zamanlı olarak geri döndüm ve MLCommons'un MLPerf doğrulaması, ürünü piyasaya sunma konusunda güven verdi. Bu kıyaslamalar, milyonlarca dosyanın yanı sıra 20 TB'tan büyük veri kümelerini kullanır ve sonuçlar, büyük şirketler de dahil olmak üzere diğer gönderenler tarafından hakemli olarak incelenir.
“Daha önce de belirtildiği gibi, finansman tamamen önyüklemeli ve herhangi bir dış yatırım olmaksızın kendi kendini finanse etmeye devam ediyor.
"Şeffaf olmak gerekirse, henüz belirgin üretim müşteri dağıtımlarımız yok. Bu, bir sonraki önemli dönüm noktamızı temsil ediyor ve bu MLPerf sonuçları, pazara erişim için birincil değer kanıtımız olarak hizmet ediyor. Önde gelen nesne depolama sağlayıcılarından birinden işbirliği almayı umuyoruz."
Pekin Qianxing Jietong Technology Co., Ltd.
Sandy Yang/Küresel Strateji Direktörü
WhatsApp / WeChat: +86 13426366826
E-posta: yangyd@qianxingdata.com
Web sitesi: www.qianxingdata.com/www.storagesserver.com
İş Odağı:
BİT Ürün Dağıtımı/Sistem Entegrasyonu ve Hizmetleri/Altyapı Çözümleri
20 yılı aşkın BT dağıtım deneyimimizle, güvenilir ürünler ve profesyonel hizmetler sunmak için önde gelen küresel markalarla ortaklık yapıyoruz.
“Akıllı Bir Dünya İnşa Etmek İçin Teknolojiyi Kullanmak”Güvenilir BİT Ürün Servis Sağlayıcınız!
Mesajınız 20-3.000 karakter arasında olmalıdır!
Turkish
