本站 2 月 28 日消息，DeepSeek 在开源周第五天发布了 3FS（Fire-Flyer File System），这是一个专为充分利用现代 SSD 和 RDMA 网络带宽而设计的并行文件系统，具备惊人的数据访问性能，为深度学习等数据密集型应用提供了强大的支持。
本站附上开源地址：https://github.com/deepseek-ai/3FS。
基于 3FS 的数据处理框架 Smallpond：https://github.com/deepseek-ai/smallpond。
3FS 性能亮点
集群高吞吐： 在 180 节点集群中，3FS 实现了高达 6.6 TiB/s 的聚合读取吞吐量。
基准测试优异： 在 25 节点集群的 GraySort 基准测试中，3FS 达到了 3.66 TiB / min 的吞吐量。
单节点高性能： 每个客户端节点的 KVCache 查找峰值吞吐量超过 40 GiB/s。
架构先进： 3FS 采用去中心化架构，并具备强一致性语义。
3FS 应用场景
3FS (Fire-Flyer File System) 是一款高性能的分布式文件系统，旨在解决 AI 训练和推理工作负载带来的挑战，利用现代 SSD 和 RDMA 网络提供共享存储层，简化分布式应用程序的开发。
其核心优势在于高性能、强一致性和易用性，能够有效支持各种 AI 工作负载，包括数据准备、数据加载、检查点设置和推理缓存。
3FS 在 DeepSeek 的 V3 / R1 版本中得到广泛应用，涵盖了训练数据预处理、数据集加载、检查点保存 / 重新加载、嵌入向量搜索以及推理过程中的 KVCache 查找等关键环节。
Smallpond
此外，DeepSeek 还开源了基于 3FS 的数据处理框架 Smallpond，是一款构建于 DuckDB 和 3FS 之上的轻量级数据处理框架。它拥有高性能数据处理能力，可扩展至 PB 级数据集，并且操作简便，无需长期运行的服务。
相关阅读：
《DeepSeek 开源进度 4/5：DualPipe、EPLB 优化并行策略》
《DeepSeek 开源进度 3/5：深度学习利器 DeepGEMM》
《DeepSeek 开源进度 2/5：首个用于 MoE 模型训练和推理的 EP 通信库 DeepEP》
《DeepSeek 代码库开源进度 1/5：为 Hopper GPU 优化的高效 MLA 解码内核 FlashMLA》
相关资讯
2023-04-14
下载
