Alluxio 是一款云原生数据加速层。随着当今计算性能已远超数据访问能力，Alluxio 旨在弥合高性能 GPU 计算与分布式云存储之间的鸿沟，解决现代 AI 基础设施面临的关键 I/O 和数据搬运挑战。 去中心化对象存储库架构 DORA（Decentralized Object Reposito
云对象存储（Amazon S3，GCS，Azure Blob，阿里云OSS等）本身就是大规模存储的高性价比之选，而加上 Alluxio 这一层“超级加速器”，即可瞬间解锁亚毫秒延迟和线性扩展能力。无需改动现有 S3 架构，你的 S3 就能直接进化为高性能 AI 数据引擎！
AI 应用虽受益于云存储的扩展性和成本优势，却始终受困于延迟问题。为了弥合差距，Alluxio AI 3.7 应势而生。通过面向云存储的超低延迟缓存解决方案，可将高延迟云存储转变为低延迟存储。最新版本通过透明的分布式缓存层，为云存储中 AI 数据提供亚毫秒级首字节响应（TTFB），可全面加速特征库查
最新的 MLPerf Storage v2.0 测试结果（文末“阅读原文”可跳转查看）显示，Alluxio 通过分布式缓存技术大幅加速了 AI 训练和 checkpointing 工作负载的 I/O 性能，在多种常见的由于 I/O 瓶颈导致 GPU 利用率不足的场景中，成功将 GPU 利用率提升至
近日，AI 与数据加速平台 Alluxio 正式推出 Alluxio Enterprise AI 3.6 版本，该版本在模型分发、checkpoint 写入优化及多租户支持方面实现突破性创新。此次升级将帮助企业显著缩短AI模型部署周期、减少训练时间，并确保在多云环境中的数据无缝访问。 随着模型规模不
近日，Alluxio 宣布与芝加哥大学 LMCache 实验室开发的 vLLM Production Stack 项目达成战略合作。作为大语言模型（LLM）推理领域的开源项目，vLLM Production Stack 旨在为 LLM 推理提供高效的集群级全栈解决方案。
近日，Alluxio发布Alluxio Enterprise AI 3.5 版本。该版本凭借仅缓存写入模式(Cache Only Write Mode)、高级缓存管理策略以及Python的深度集成等创新功能，大幅加速AI模型训练并简化基础设施运维，助力企业高效处理海量数据集、优化AI工作负载性能。
AI驱动的工作负载常因海量的数据管理复杂度高导致效率瓶颈以及训练周期延长。
在当前的技术环境下，搜索、推荐、广告、大模型、自动驾驶等领域的业务依赖于海量数据的处理和复杂模型的训练。这些任务通常涉及从用户行为数据和社交网络数据中提取大量信息，进行模型训练和推理。这一过程需要强大的数据分发能力，尤其是在多个服务器同时拉取同一份数据时，更是考验基础设施的性能。
3.2新版本可随时随地加速GPU，实现97%以上GPU利用率，并包含可与 Python 生态系统原生集成以及强化缓存管理的新功能
近期，我们推出了全新的Alluxio Enterprise AI产品。新产品的一项关键创新是采用了新一代架构 DORA——去中心化对象存储架构。本文探讨了我们对DORA 架构的开发过程，包括开发契机、设计决策和架构实现。 一、从数据分析转向AI工作负载 Alluxio自 2016 年推出企业版以来，
平安壹钱包隶属于中国平安保险（集团）股份有限公司旗下支付机构，是国内专业的多场景支付解决方案服务提供商，移动支付交易规模位居行业第三。
蚂蚁集团起步于2004年诞生的支付宝，经过近二十年的发展，已成为世界领先的互联网开放平台。
京公网安备 11010802040260号
