使用场景

在大规模AI训练中，3FS用于存储和快速访问训练数据，显著提升训练速度。

在推理阶段，3FS的KVCache功能为LLM推理提供高效的缓存支持，减少计算开销。

3FS用于数据准备阶段，高效管理数据管道的中间输出，优化数据处理流程。

产品特色

高性能：结合数千个SSD的吞吐量和数百个存储节点的网络带宽，支持大规模并行访问。

强一致性：采用CRAQ协议，确保数据强一致性，简化应用开发。

多种工作负载支持：适用于数据准备、训练样本加载、检查点保存和推理缓存等场景。

易于使用：提供标准文件接口，无需学习新存储API。

高扩展性：支持大规模集群部署，满足不同规模的AI项目需求。

使用教程

1. 从GitHub克隆3FS仓库：`git clone https://github.com/deepseek-ai/3fs`。

2. 初始化子模块：`cd 3fs && git submodule update --init --recursive`。

3. 安装依赖，如CMake、libuv、liblz4等（具体依赖见文档）。

4. 构建3FS：`cmake -S . -B build -DCMAKE_BUILD_TYPE=RelWithDebInfo`，然后运行`cmake --build build`。

5. 部署测试集群，按照部署指南配置存储节点和客户端。