DeepSeek 正面迎戰 NVIDIA，3FS 技術讓 AI 訓練更快更省電

面對西方企業質疑其技術「不透明且不可信任」，中國 AI 公司 DeepSeek 近日舉辦「開源週」活動，向全球開源社群釋出多個軟體倉庫，其中包括一款高效能的文件系統。許多 AI 專家在審查代碼後，對其技術表現留下深刻印象。

3FS 文件系統登場，專為 AI 訓練與推理優化

在「開源週」期間，DeepSeek 公開了五款最先進的軟體倉庫，其中包含一款基於 Linux 的內部文件系統 Fire-Flyer File System (3FS)。該系統專為 AI 訓練與推理工作負載設計，能大幅提升數據存取效率。3FS 利用現代固態硬碟 (SSD) 與 RDMA 網絡技術，打造共享存儲層，簡化分散式應用的部署流程。此舉也引起西方 AI 企業的關注，不少公司開始深入研究 3FS 的潛力。

優化隨機讀取，突破 AI 存儲瓶頸

根據 Tom’s Hardware 的報導，3FS 在運行時不使用讀取快取，而是優先處理隨機讀取請求，這是因為 AI 模型在 GPU 節點上運行時，需要頻繁存取存放於伺服器上的數據片段。3FS 還能整合數千個 SSD 的吞吐量，以及數百個存儲節點的網絡頻寬，簡化應用程式代碼，並支援標準存儲 API 模型，讓開發者能更容易部署與維護 AI 工作負載。

6.6 TiB/s 讀取吞吐量，AI 初創公司高度評價

在 180 節點叢集中，3FS 能達到 6.6 TiB/s 的整體讀取吞吐量，而在 GraySort 基準測試 (25 節點叢集) 中，3FS 更達到 3.66 TiB/分鐘 的驚人表現。這項技術引起 AI 初創公司 Perspective AI 的注意，他們形容這些數據是「下一個級別」的突破，並認為 3FS 將徹底改變 AI、科研等高數據負載領域的工作方式。

成本更低、效能更高，DeepSeek 直挑 NVIDIA

去年夏天，DeepSeek 發布論文介紹其高效能計算架構 Fire-Flyer 2，該架構結合 3FS、HaiScale 等技術，成功達到 NVIDIA DGX-A100 伺服器 80% 的效能，但成本僅為 50%，且能耗降低 40%。Fire-Flyer 2 由 180 個存儲節點 (每個節點搭載 16 顆 16TB SSD)、兩個 200Gbps NUC，以及 10,000 張 NVIDIA A100 GPU 透過 PCIe 互連組成。這樣的配置顯示 DeepSeek 在 AI 基礎架構領域有著相當競爭力的技術優勢。

－資料來源：techspot