OpenLake在MLPerf Storage v3.0中展现高性能存储能力

OpenLake的测试成绩到底如何？

在 MLPerf Storage v3.0 的 Llama 3.1 8B检查点保存测试中，OpenLake的 Infinity Core I/O Engine 通过S3 API接口，取得了每秒 6.72 GiB的写入带宽和每秒 11.55 GiB的读取带宽。

根据已发布的测试结果，在使用一个客户端节点和一个数据并行实例的条件下，OpenLake在 Closed组S3结果中取得了最高的读取带宽和写入带宽。这里的“最高”是指在已经公开发布、并且针对同一项Llama 3.1 8B检查点保存测试的结果中，OpenLake的读写表现位居前列。

MLPerf Storage v3.0主要测试什么？

MLPerf Storage是一项面向行业的标准化基准测试，用于评估存储系统在具有代表性的 人工智能训练和推理工作负载下的表现。

这类测试并不只是观察存储设备能够达到多高的理论速度，而是将存储系统放入AI工作流程中，考察它在模型训练、检查点保存以及相关数据读写任务中的实际处理能力。对于需要频繁保存和读取模型状态的AI系统而言，存储性能会直接影响整体运行效率。

这次测试为什么选择Llama 3.1 8B检查点保存场景？

此次结果对应的是 Llama 3.1 8B checkpointing 测试，也就是围绕Llama 3.1 8B模型的检查点保存任务展开评估。

在AI训练过程中，检查点可以理解为模型在某个阶段保存下来的状态。当训练任务需要保存这些状态时，系统会产生大量数据写入；当任务恢复或继续运行时，又需要从存储系统中读取这些数据。因此，检查点保存场景能够体现存储系统在持续写入和读取任务中的实际能力。

OpenLake采用了什么技术接口？

本次测试成绩由OpenLake的 Infinity Core I/O Engine 提供，并通过其 S3 API接口完成测试。

这意味着，测试结果不仅对应底层存储系统本身，也体现了Infinity Core I/O Engine通过S3接口处理AI工作负载的能力。最终测试数据显示，该引擎实现了每秒6.72 GiB的写入速度，以及每秒11.55 GiB的读取速度。

与其他公开结果相比，OpenLake的成绩如何理解？

OpenLake表示，在已经公开的 Closed division S3结果中，自己的系统在Llama 3.1 8B检查点保存测试中取得了最高的读写带宽。

此次比较涉及五项提交结果。这五项结果是在已发布数据中，最接近“同类对比”的一组测试，因为它们都围绕相同的模型检查点保存任务展开，并且采用了相同的基本测试条件：一个客户端节点和一个数据并行实例。

不过，来源同时特别指出，这些测试背后的 存储配置并不完全相同。因此，这些结果虽然具备较强的参考价值，但并不能简单理解为所有系统都在完全一致的硬件和软件环境下进行了一场绝对公平的对决。更准确的说法是：在已公开、且最接近可比的五项结果中，OpenLake取得了最高的读写带宽。

为什么存储性能会影响AI系统效率？

随着AI系统规模持续扩大，存储系统不再只是后台负责保存数据的基础设施。模型训练过程中产生的检查点需要及时写入，任务恢复时又需要快速读取。如果存储环节速度不足，计算资源可能需要等待数据，训练任务的整体效率也会受到影响。

OpenLake在相关表述中提到，随着AI系统不断扩展，存储性能对于生产效率和运行效率的重要性正在提高。这也是此次参与 MLPerf Storage v3.0 的重要意义：通过标准化测试，把存储系统放入代表性的AI训练和推理工作负载中进行观察，而不是只展示脱离实际应用场景的单项性能数据。

这项结果应该怎样客观看待？

OpenLake此次公布的成绩，明确展示了Infinity Core I/O Engine在特定测试条件下的读写能力：写入带宽为6.72 GiB/s，读取带宽为11.55 GiB/s，并且在已公开的Closed组S3结果中取得了最高读写带宽。

但由于不同提交之间的底层存储配置存在差异，阅读这些结果时仍应关注测试条件，而不能只比较一个数字。只有同时了解测试模型、检查点任务、客户端节点数量、数据并行实例数量以及存储配置，才能更准确地判断不同系统之间的性能差异。

结语：AI竞争也正在变成存储效率的竞争

过去，人们谈论AI系统时，往往更关注模型规模、计算芯片和算法能力；而从MLPerf Storage这类测试可以看到，存储同样决定着AI系统能否高效运转。模型再大、计算能力再强，如果数据写不进去、状态读不出来，计算资源也只能在等待中消耗。

我认为：AI时代的“快”，并不只是算得快，也包括存得快、读得快、恢复得快。OpenLake此次在MLPerf Storage v3.0中的成绩，至少说明存储引擎已经成为AI基础设施竞争中不可忽视的一环。不过，性能数字越亮眼，越需要把测试条件说清楚；只有让结果经得起同类比较，所谓领先才不会成为一句空话。

#存储性能