登录
联系我们
English
使用技巧
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
Conda + JuiceFS ：增强 AI 开发环境共享能力

Conda + JuiceFS ：增强 AI 开发环境共享能力
2024-12-04
于鸿儒（Herald Yu）
本文简要分享了在多机环境下，如何利用 JuiceFS 复用 Conda 虚拟环境的具体方法与注意事项。希望这篇文章中的技巧和经验能够为读者的日常开发和团队协作提供帮助，并提升工作效率。我们鼓励感兴趣的读者亲自动手尝试，并在实践中探索更多的优化方式。
海柔仿真系统存储实践：混合云架构下实现高可用与极简运维

海柔仿真系统存储实践：混合云架构下实现高可用与极简运维
2024-11-08
吴森栋
海柔科技仿真平台的数据特征包括：大量小文件、并发写入、跨云架构等。经过对比 Longhorn、Ceph 等多种系统后选择了 JuiceFS
好未来：多云环境下基于 JuiceFS 建设低运维模型仓库

好未来：多云环境下基于 JuiceFS 建设低运维模型仓库
2024-11-06
贺龙华
好未来基于 JuiceFS 开发了一个模型仓库，支持用户训练过程存储 checkpoint，并且控制面支持用户从各个云环境上传并统一管理模型。通过 JuiceFS CSI 组件，好未来将模型仓库挂载到各个集群中，大模型文件挂载配置只需 1-3 分钟，使得 AI 应用弹性变得更加容易。
vivo 轩辕文件系统：AI 计算平台存储性能优化实践

vivo 轩辕文件系统：AI 计算平台存储性能优化实践
2024-10-25
于相洋
在早期阶段，vivo AI 计算平台使用 GlusterFS 作为底层存储基座。随着数据规模的扩大和多种业务场景的接入，开始出现性能、维护等问题。为此，vivo 转而采用了自研的轩辕文件系统，该系统是基于 JuiceFS 开源版本开发的一款分布式文件存储方案。
大模型存储选型 & JuiceFS 在关键环节性能详解

大模型存储选型 & JuiceFS 在关键环节性能详解
2024-10-09
李少杰
在本文介绍了对大模型存储选型的思考、开发中不同阶段的工作负载需求，包括成本、性能和功能等多个维度，并探讨如何通过 JuiceFS 帮助用户优化这些环节
Hugging Face + JuiceFS：多用户多节点环境下提升模型加载效率

Hugging Face + JuiceFS：多用户多节点环境下提升模型加载效率
2024-09-29
于鸿儒（Herald Yu）
本文介绍了 JuiceFS 作为 Hugging Face Transformers 的数据缓存目录的两种方法，分别是将 JuiceFS 预先挂载到 Hugging Face 缓存目录，以及通过环境变量指定 Hugging Face 缓存目录。
大模型训练：K8s 环境中数千节点存储最佳实践

大模型训练：K8s 环境中数千节点存储最佳实践
2024-09-25
朱唯唯
JuiceFS CSI 助力大模型训练，在K8s 环境中数千节点存储实践。
Clobotics 计算机视觉场景存储实践：多云架构、 POSIX 全兼容、低运维的统一存储

Clobotics 计算机视觉场景存储实践：多云架构、 POSIX 全兼容、低运维的统一存储
2024-08-30
Jonnas
Clobotics 是一家将计算机视觉和机器学习技术应用于风电以及零售行业的企业。在风电行业，Clobotics 利用无人机对风力发电机叶片进行检查，显著降低了对人工作业的依赖。在零售领域，公司通过分析捕获的包装商品图像来提供基于实时数据的洞察，以增加销售额并减少运营成本。
基于 JuiceFS 构建高校 AI 存储方案：高并发、系统稳定、运维简单

基于 JuiceFS 构建高校 AI 存储方案：高并发、系统稳定、运维简单
2024-06-26
徐国昊
iSEE 实验室基于 JuiceFS 构建了存储方案结合 TiKV 已成功管理超过 5 亿文件，本文详细介绍了方案的选型与实践历程。