选择Alluxio Enterprise AI，用于AI/ML工作负载，如计算机视觉、自然语言处理和大语言模型；支持K8s环境部署。
提供针对AI的I/O模式的智能缓存，加速数据加载，优化GPU利用率。包含企业安全和支持。
该企业版适用于 AI/ML 场景，基于实际场景需求提供试用天数
选择 Alluxio Enterprise Data，用于分析工作负载。
提供企业功能，如透明的Hive metastore集成、安全性和基于策略的数据管理。
Docker 安装指令：
# 启动 Alluxio master
$ docker run -d \
-p 19999:19999 \
--net=alluxio_nw \
--name=alluxio-master \
-v ufs:/opt/alluxio/underFSStorage \
alluxio/alluxio master
# 启动 Alluxio worker
$ docker run -d \
--net=alluxio_nw \
--name=alluxio-worker \
--shm-size=1G \
-v ufs:/opt/alluxio/underFSStorage \
-e ALLUXIO_JAVA_OPTS="-Dalluxio.worker.memory.size=1G -Dalluxio.master.hostname=alluxio-master" \
alluxio/alluxio worker
Maven 安装指令：
<dependency> |
<groupId>org.alluxio</groupId> |
<artifactId>alluxio-core-client-fs</artifactId> |
<version>2.0.0</version> |
</dependency> |
SBT 安装指令：
libraryDependencies += "org.alluxio" % "alluxio-core-client-fs" % "2.0.0" |
Go 安装指令：
$ go get -d github.com/Alluxio/alluxio-go |
“随着越来越多的大数据和AI应用容器化，Alluxio正在成为大型企业和机构的首选，作为加速数据分析和模型训练的中间层。我们在1000个节点的集群中部署了Alluxio，用来加速我们游戏AI平台上模型训练的数据预处理。事实证明Alluxio稳定、可扩展且易于管理。”
"日本乐天株式会社日常会处理各种海量的数据集，以帮助发展公司涉及70多种业务的生态系统，从而为我们的商家和合作伙伴赋能，并通过有效的商业洞察、产品和市场情报、客户激励等举措为我们的客户提供最佳的服务体验。Alluxio 能够跨越多个数据中心和云，以更有效的方式向我们的内部用户提供数据可用性和访问，我们最近将数据利用率提高了一倍，收益显著。"
“在Uber，我们通过运行Alluxio来加速大规模分析查询，支撑重要的业务决策，Alluxio帮助我们在大数据处理场景下实现了稳定的性能。在大数据的容器化、存算分离的趋势下，我们相信像Alluxio这样的连接计算和存储的统一层会持续发挥关键作用。”
