登录
联系我们
English
公司
用户案例 解决方案 版本发布 使用技巧 工程技术 公司 全部 归档 RSS
贝壳找房: 为 AI 平台打造混合多云的存储加速底座

贝壳找房: 为 AI 平台打造混合多云的存储加速底座
2024-06-12
王天庆
贝壳机器学习平台团队从去年开始对存储系统进行重构，选择了基于 JuiceFS 的存储方案，本文将详细介绍贝壳在此重构过程中的演进历程和具体实践。
大模型存储实践：性能、成本与多云

大模型存储实践：性能、成本与多云
2024-04-07
苏锐
在这篇文章中，我们将分享大型语言模型在存储领域面临的一些挑战与 JuiceFS 在服务这些场景时的实践经验，为相关企业提供参考。
知乎：多云架构下大模型训练，如何保障存储稳定性

知乎：多云架构下大模型训练，如何保障存储稳定性
2024-03-28
王新
本文将分享知乎如何在多云混合部署架构中构建存储层、保障 LLM 训练稳定性以及跨云 PB 级数据迁移的经验。
从 HPC 到 AI：探索文件系统的发展及性能评估

从 HPC 到 AI：探索文件系统的发展及性能评估
2024-03-06
鲁蔚征
人大对几款主流分布式文件系统 Lustre、Alluxio 以及 JuiceFS 也做了初步性能测评，我们将分享这些测评结果，并介绍常用的性能评测工具，希望为选择 HPC 和 AI 存储解决方案的用户提供有价值的参考。
千卡利用率超98%，详解JuiceFS在权威AI测试中的实现策略

千卡利用率超98%，详解JuiceFS在权威AI测试中的实现策略
2024-02-28
莫飞虎
大规模的 AI 训练场景中，通常都需要专有高性能存储，或是基于全闪架构和内核态的并行文件系统才能满足性能需求。但随着计算负载增加、集群增大，全闪的高昂成本和内核客户端的运维复杂度会成为用户面临的一大挑战。
BentoML：如何使用 JuiceFS 加速大模型加载

BentoML：如何使用 JuiceFS 加速大模型加载
2024-02-21
管锡鹏
使用 JuiceFS 后，模型加载速度由原来的 20 多分钟缩短至几分钟。在实施 JuiceFS 的过程中，我们发现实际模型文件的读取速度与预期基准测试速度存在差异。通过一系列优化措施，如改进数据缓存策略和优化读取算法，我们成功解决了这些挑战。在本文中，我们将详细介绍我们面临的挑战、解决方案及相关…
韩国国民搜索 NAVER：为 AI 平台引入存储方案 JuiceFS

韩国国民搜索 NAVER：为 AI 平台引入存储方案 JuiceFS
2023-12-28
Nam Kyung-wan
在搭建 AI 平台时，NAVER 评估了公有云平台的存储产品、Alluxio 以及高性能专用存储产品等多种选项后，最终决定采用 JuiceFS。通过使用JuiceFS，NAVER 成功地将内部存储资源升级为高性能、适应 AI 工作负载的存储解决方案。
机器人行业数据闭环实践：从对象存储到 JuiceFS

机器人行业数据闭环实践：从对象存储到 JuiceFS
2023-12-13
宋巨超
本次分享的案例来源于刻行，一家商用服务机器人领域科技企业。刻行采用 JuiceFS 来弥补对象存储性能不足等问题。
JuiceFS 在自动驾驶行业多云架构中的实践

JuiceFS 在自动驾驶行业多云架构中的实践
2023-10-27
Juicedata Team
本案例来自于自动驾驶行业的用户的分享。自动驾驶行业面临的数据量规模是前所未有的，从 2021 年开始，团队决定自建云原生存储平台，在综合考虑成本、容量弹性和性能等因素后，最终选择了基于 JuiceFS 自建存储底座。目前，存储平台已成功管理百亿文件，IOPS 达到 40 万，吞吐量近 40GB/s…