阿里云推出新一代 CPFS 高性能存储

厂商还给出一组相对上一代的倍数：元数据性能为 10 倍，能容纳的文件数为 100 倍，单套可以放到万亿个文件。训练语料、参数、检查点和实验记录可以留在同一套文件卷里，不必按阶段来回搬。容量和吞吐可以跟着 GPU 集群一起加。这些数字均来自厂商，不是第三方实测。

电子创新网 9 月 22 日的稿件补了一段结构说明。数据服务和元数据服务被拆开，两边各自扩展。GPU 与 CPU 节点通过 EFC 弹性客户端和虚拟存储通道去访问它们。持久化放在飞天盘古上，外面再接高性能存储网络；厂商称从客户端到落盘都用自家组件。

电子创新网还称，冷数据和热数据可以按访问频率换介质，厂商把成本降幅和这一层放在一起，最高为 69%。以千问训练为例，厂商称平均启动用时减少 50%，峰值算力利用率提高 30%，能承载的业务量翻倍。厂商称这套存储要为百万卡规模的训练加速。

训练到了多模态，小文件要同时读、检查点又会突然写入，存储先满，加速卡只好空等。元数据和数据拆开扩展，是并行文件系统往大集群走时的常规路径。盘古负责落盘，CPFS 把吞吐送到训练集群前面；降本和利用率仍是厂商自测，采购时要单独问清测试条件。