DeepSeek第五弹炸裂收官！开源全新并行文件系统，榨干SSD全部带宽

克雷西 发自 凹非寺
量子位 | 公众号 QbitAI

DeepSeek开源周，今日正式收官！

内容依旧惊喜且重磅，直接公开了V3和R1训练推理过程中用到的 文件系统 。

具体来说，包括以下两项内容：

• Fire-Flyer文件系统 （简称 3FS ，第三个F代表File） ，一种利用现代SSD和RDMA网络的全部带宽的并行文件系统；

• Smallpond ，基于3FS和DuckDB构建的轻量级数据处理框架。

划重点就是，3FS可以 把固态硬盘的带宽性能利用到极致 ，表现出了惊人的速度：

• 180节点集群中的聚合读取吞吐量为6.6TB/s；

• 25节点集群中GraySort基准测试的吞吐量为3.66TB/分钟；

• 每个客户端节点的KVCache查找峰值吞吐量超过40GB/s。

V3和R1中训练数据预处理、数据集加载、嵌入向量搜索和KV Cache查找等工作，3FS都立下了汗马功劳。

网友们表示，3FS和Smallpond为AI数据处理设定了新基准，将改变数据处理的游戏规则。

对于AI来说，这就像从自行车升级到了高铁。

将SSD和RDMA性能榨干

根据DeepSeek团队介绍，3FS是一种高性能的分布式文件系统，面对的就是AI训练和推理工作负载的挑战。

它 利用现代SSD和RDMA网络来提供共享存储层 ，从而简化分布式应用程序的开发。

SSD就是固态硬盘，而RDMA （远程直接访问，remote direct memory access） 是一种直接存储器访问技术。

它可以在没有双方操作系统介入的情况下，将数据直接从一台计算机的内存传输到另一台计算机，也不需要中央处理器、CPU缓存或上下文交换参与。

特点就是高通量、低延迟，尤其适合在大规模并行计算机集群中使用。

具体到3FS，具有以下特点：

• 分布式架构 ：结合了数千个SSD的吞吐量和数百个存储节点的网络带宽，使应用程序能够以不受位置影响的方式访问存储资源。

• 强一致性实现带 ：分配查询的链式复制 (CRAQ) 以实现强一致性，使应用程序代码简单易懂。

• 文件接口 ：文件接口众所周知且随处可用，无需学习新的存储 API。

并且，3FS能够适用于大模型训练推理和过程中不同类型的应用负载：

• 数据准备 ：将数据分析pipeline的输出重组成分层目录结构，并有效管理大量中间输出。

• 数据加载器 ：通过跨计算节点随机访问训练样本，消除了预取或混洗数据集的需要。

• Checkpoints ：支持大规模训练的高吞吐量并行Checkpoints。

• 用于推理的KV缓存 ：为基于DRAM的缓存提供了一种经济高效的替代方案，可提供高吞吐量和更大的容量。

在大型3FS集群上的读取测试中，实现了惊人的高吞吐量。

该集群由180个存储节点组成，每个存储节点配备2×200Gbps InfiniBand网卡和16个14TB NVMe SSD。

大约500+个客户端节点用于读压测，每个客户端节点配置1x200Gbps InfiniBand网卡。

在训练作业的背景流量下，最终聚合读吞吐达到约6.6TB/s。

DeepSeek还用GraySort基准测试评估了基于3FS构建的smallpond框架，该基准测试可测量大规模数据集的排序性能。

测试分为两个阶段，先用键的前缀位通过shuffle对数据进行分区，然后进行分区内排序。两个阶段既需要从3FS读取，也需要向3FS写入数据。

测试集群包含25个存储节点 （2个NUMA域/节点、1个存储服务/NUMA、2×400Gbps NIC/节点） 和50个计算节点 （2个NUMA域、192个物理核心、2.2 TB RAM 和1×200 Gbps NIC/节点） 。

最终对8192个分区中110.5TB数据进行排序，耗时30分14秒，平均吞吐量为3.66TB/分钟。

另外，KV缓存客户端的读取吞吐量，峰值也达到了40GB/s。

One More Thing

回顾DeepSeek这五天开源的内容，几乎都和AI Infra相关：

• 第一天， FlashMLA架构 ，DeepSeek独创MLA架构的高性能版本，直接突破H800计算上限；

• 第二天， DeepEP ， 第一个用于MoE模型训练和推理的开源EP通信库，提供高吞吐量和低延迟的all-to-all GPU内核；

• 第三天， DeepGEMM ，一个通用矩阵乘法库，仅300行代码，是V3/R1训练推理关键秘籍；

• 第四天， 连开三源 ，创新的双向流水线并行算法DualPipe、用于MoE的负载均衡算法EPLB，以及训练和推理框架的性能分析数据；

• 第五天，3FS和Smallpond，高效的分布式文件系统和以之为基础的数据处理框架。