DeepSeek 開源進(jìn)度 5/5：高性能并行文件系統(tǒng) 3FS 實(shí)現(xiàn)聚合吞吐 6.6 TiB/s

 　　DeepSeek 在開源周第五天發(fā)布了 3FS(Fire-Flyer File System)，這是一個專為充分利用現(xiàn)代 SSD 和 RDMA網(wǎng)絡(luò)帶寬而設(shè)計的并行文件系統(tǒng)，具備驚人的數(shù)據(jù)訪問性能，為深度學(xué)習(xí)等數(shù)據(jù)密集型應(yīng)用提供了強(qiáng)大的支持。

　　IT之家附上開源地址：https://github.com/deepseek-ai/3FS。

　　基于 3FS 的數(shù)據(jù)處理框架 Smallpond：https://github.com/deepseek-ai/smallpond。

　　3FS 性能亮點(diǎn)

　　集群高吞吐：在 180 節(jié)點(diǎn)集群中，3FS 實(shí)現(xiàn)了高達(dá) 6.6 TiB/s 的聚合讀取吞吐量。

　　基準(zhǔn)測試優(yōu)異：在 25 節(jié)點(diǎn)集群的 GraySort 基準(zhǔn)測試中，3FS 達(dá)到了 3.66 TiB / min 的吞吐量。

　　單節(jié)點(diǎn)高性能：每個客戶端節(jié)點(diǎn)的 KVCache 查找峰值吞吐量超過 40 GiB/s。

　　架構(gòu)先進(jìn)：3FS 采用去中心化架構(gòu)，并具備強(qiáng)一致性語義。

　　3FS 應(yīng)用場景

　　3FS (Fire-Flyer File System) 是一款高性能的分布式文件系統(tǒng)，旨在解決 AI 訓(xùn)練和推理工作負(fù)載帶來的挑戰(zhàn)，利用現(xiàn)代 SSD 和 RDMA 網(wǎng)絡(luò)提供共享存儲層，簡化分布式應(yīng)用程序的開發(fā)。

　　其核心優(yōu)勢在于高性能、強(qiáng)一致性和易用性，能夠有效支持各種 AI 工作負(fù)載，包括數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)加載、檢查點(diǎn)設(shè)置和推理緩存。

　　3FS 在 DeepSeek 的 V3 / R1 版本中得到廣泛應(yīng)用，涵蓋了訓(xùn)練數(shù)據(jù)預(yù)處理、數(shù)據(jù)集加載、檢查點(diǎn)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(guān)鍵環(huán)節(jié)。

　　Smallpond

　　此外，DeepSeek 還開源了基于 3FS 的數(shù)據(jù)處理框架 Smallpond，是一款構(gòu)建于 DuckDB 和 3FS 之上的輕量級數(shù)據(jù)處理框架。它擁有高性能數(shù)據(jù)處理能力，可擴(kuò)展至 PB 級數(shù)據(jù)集，并且操作簡便，無需長期運(yùn)行的服務(wù)。