1.    引言

大模型的训练和推理任务，本质就是海量数据处理的过程。强大的算力集群，不仅需要高性能的 AI 加速卡和高性能的 RDMA 网络，还离不开高性能存储系统的支持。

当前，在大模型训练任务的数据读取、Checkpoint 加载，推理任务的快速分发和镜像加载等场景，数据的大小少则几十 GiB，多则几百 TiB 甚至至多达到数 PiB。存储速度越快，算力空闲时间越短。这需要一套能够支持大规模算力集群、海量数据场景的高性能存储加速系统。

2.    RapidFS 存储加速集群

在 Create 2025 大会，昆仑芯 3 万卡集群正式发布。为此，我们为 RapidFS 存储加速服务部署了数百台国产 CPU 服务器，集群设计总吞吐接近 10 TiB/s，以满足 3 万卡昆仑芯集群大规模数据读写需求。

我们使用部分资源进行了 RapidFS 性能测试（更多测试细节见后文）。

测试结果显示，20 个 RapidFS 存储节点稳定提供了 302 GiB/s 吞吐，70 个 RapidFS 存储节点稳定提供了 1.03 TiB/s 吞吐。单台 RapidFS 存储节点可提供 15 GiB/s 吞吐，折合单 TiB（裸容量）300 MiB/s。

这些数据表明 RapidFS 存储加速集群的吞吐性能，随着集群规模线性增长。单台 RapidFS 存储节点经过软硬一体的协同优化，充分发挥出国产 CPU 的性能和软件加速效果。

同时，这也意味着在 70 个 RapidFS 存储节点提供加速的情况下，100 个计算节点并发加载 10 GiB 的文件仅需 1 秒，让数据随叫随到。

3.    RapidFS 产品简介

RapidFS 是一款近计算存储加速工具。依托对象存储 BOS 作为数据湖存储底座，构建容量与性能解耦、冷热分层、透明流转的高性能存储方案。以 POSIX 挂载和 HDFS 协议，为上层计算应用提供统一文件访问入口，加速 AI 训练与推理、海量数据处理与分析、数据分发等业务场景下的存储访问。

4.     性能测试详细说明

4.1.    服务器配置

在本次测试的昆仑芯 3 万卡集群中，百度智能云 RapidFS 以全托管集群方式部署于国产 CPU 服务器，作为近计算存储加速服务使用。详细配置如下：

4.2.    测试规模

我们分别对 20 个存储节点和 70 个存储节点规模的 RapidFS 集群进行了性能测试。

4.3.    测试方法

按照 DeepSeek V3 模型文件构造 160 个 4.3 GiB 文件，总计 688 GiB。将这些文件导入对象存储 BOS 并加载至 RapidFS 存储加速集群中。每个计算节点开启 8 进程从 RapidFS 存储加速集群中读取模型文件，持续压测 600 秒。

4.4.    测试结果

测试集群 A：20 个 RapidFS 存储节点

测试集群 B：70 个 RapidFS 存储节点

百度智能云 RapidFS 存储加速集群用数据证明了国产算力基础设施的突破潜力。存储性能与算力需求实现「同频共振」，成为大模型训练与推理的效率助推器。