为您的人工智能数据提供类似 Git 的版本管理功能

MinIO分布式存储

于 2024-10-11 13:41:51 发布

阅读量668

点赞数 4

分类专栏：分布式存储 MinIO 文章标签： git 人工智能 kafka 大数据分布式

本文链接：https://blog.csdn.net/miniopro/article/details/142851961

版权

您过去肯定有过版本控制代码。但是，您是否对数据进行了版本控制？您是否曾经想过与不同的团队协作处理大量数据，而无需提交大量数据？想象一下，使用类似 git 的命令来运行类似存储库的生态系统，在该生态系统中，您可以提交数据、创建分支、检查历史记录并在整个数据生命周期中跟踪更改，那将是多么酷。最终，这可确保大型组织中的团队以与协作处理代码相同的方式协作处理数据。Pachyderm 的支柱是其文件系统 PFS。它本质上构建在 Postgres 和 Object Store 之上，例如 MinIO。这可确保数据在所有请求中都是安全和一致的。这可确保用户可以使用分支和提交对其数据进行版本控制，以管理和跟踪随时间的变化。

我们来看看如何以 MinIO Enterprise Store 作为主干来设置 Pachyderm。

MinIO Enterprise Store 和 Pachyderm

您应该已经有一个 Kubernetes 集群，并使用 Kubernetes 的支持版本运行。完成后，请继续下载并解压缩 MinIO Enterprise Store 的 Kubernetes YAML 文件。

wget https://dl.min.io/enterprise/console.tar.gz


tar xvf console.tar.gz

启动 MinIO Ent

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

MinIO分布式存储

关注关注

4
点赞
踩
3

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

参与评论您还未登录，请先登录后发表或查看评论

博客

为 MinIO AIStor 引入模型上下文协议（MCP）服务器

03-31

451

Anthropic 最近宣布的模型上下文协议（MCP）将改变我们与技术交互的方式。它允许自然语言通信替换许多任务的复杂命令行语法。不仅如此，语言模型还可以总结传统工具的丰富输出，并以人类可读的形式呈现关键信息。MinIO 是世界领先的对象存储提供商，拥有丰富的存储创新历史，我们一直在突破存储和 AI 交叉领域的界限。今天，我们很高兴推出另一项行业首创的创新产品 — 用于企业对象存储的模型上下文协议（MCP）服务器。

博客

利用 Materialize 和 MinIO AIStor 构建高性能内部数据管道

03-31

1041

Materialize 是一个专为实时数据集成和转换而设计的软件平台。它允许您仅使用 SQL 创建业务任何方面的最新视图。Materialize 构建在 Timely Dataflow（一种分布式数据并行计算引擎）之上，专注于在新数据到达时对查询进行高吞吐量、增量更新。对于性能至关重要的这些工作负载，在本地运行是一种经济高效且性能高的选择。Materialize 的主要存储是对象存储。

博客

针对对象存储的 Deepseek 式强化学习

03-21

382

tl;dr：我们训练一个小LLM玩家，让他们擅长使用强化学习（类似于导致 Deepseek R1 的过程）进行推理，所有这些都针对本地模型存储库 AIStor AIHub。

博客

英伟达™（NVIDIA®）GPUDirect 存储和 MinIO AIStor：释放 GPU 驱动

03-20

894

NVIDIA® GPUDirect® 是一套技术，旨在优化 GPU 和其他系统组件之间的数据传输，通过最大限度地减少 CPU 参与和减少延迟来提高性能。GPUDirect 系列包括几项关键技术：GPUDirect RDMA（远程直接内存访问）：支持跨网络在 GPU 和网络接口卡（NIC）之间直接访问内存，从而促进分布式计算环境中 GPU 之间的高速数据传输。

博客

MinIO AIStor：利用英伟达™（NVIDIA®）BlueField-3 DPU 率先开发

03-20

578

Arm 架构正在彻底改变超大规模云，这得益于其总拥有成本（TCO）优势（更低的功耗和更低的冷却要求），从而实现了可持续的大规模高性能计算。AWS、Azure 和 GCP 等行业领导者正在采用 Arm 来驱动其用于 AI 训练的最新计算实例，利用其效率来满足数据密集型工作负载的需求。这些同样引人注目的因素（成本节约、能源效率和简化的基础设施）现在有望推动企业客户在本地采用 Arm，构建可与云功能相媲美的私有 AI 数据基础设施。在这个不断变化的环境中，MinIO 是先驱，从第一天起就设计了 Arm 原生对

博客

AIStor 与 NVIDIA NIM™ 集成

03-20

677

基于 AIStor 强大的 AI 功能，MinIO 的 PromptObject 使用户能够通过自然语言查询与他们的数据进行交互，如此处所述。PromptObject 允许用户使用自然语言询问有关其数据内容的问题并提取信息，从而改变了用户与存储对象的交互方式，无需编写复杂的查询或代码。今天，我们通过添加对 NVIDIA NHIM™ 的支持来扩展这些功能，为用户提供强大的 GPU 加速选项，以便直接从全局控制台进行 AI 模型部署和管理。

博客

借助 AIStor 和英伟达™（NVIDIA®）GPU，企业人工智能基础架构变得简单易行

03-20

802

寻求利用 AI 功能的现代企业通常面临一个重大障碍：在其 Kubernetes 环境中复杂地部署和管理 GPU 基础设施。MinIO 的 AIStor 通过集成 NVIDIA GPU Operator 来正面应对这一挑战，彻底改变了组织为 AI 工作负载部署和管理 GPU 资源的方式。通过自动化 GPU 设置、驱动程序管理和资源优化，这种集成将曾经复杂的多步骤流程转变为只需单个命令即可实现的简化部署。

博客

介绍 MinLZ 压缩算法

03-20

767

存在不同类型的压缩算法和非常好的实现。在 MinIO，我们已经使用了 Snappy 的增强版本，它一直为我们服务良好。但随着时间的推移，我们发现了一些可能的改进，可以更好地对压缩数据进行编码

博客

MLflow 模型注册表和 MinIO

03-20

797

已注册的模型是生产环境的候选项。您应该在实验中注册性能最佳的模型。注册模型后，您可以添加元数据，例如标签和描述。也可以在 Registry 中对模型进行版本控制;每个版本都有自己的描述和标签。在旧版本的 MLflow 中，可以指定模型的阶段以跟踪其状态。允许的阶段包括 None、Stage、Production 和 Archive。在本文中，我将展示如何使用最新版本的 MLflow 注册模型，在撰写本文时为 2.20.3。本文中显示的所有代码都可以在这里找到。

博客

Apache XTable：在数据湖仓一体中推进数据互作性

03-07

597

Apache XTable 是一个开源元数据转换器，可简化开放表格式（Apache Iceberg、Apache Hudi 和 Delta Lake）之间的互作性。XTable 允许您跨多种表类型进行读取和写入，而不是复制数据或被锁定为一种格式。它轻量级、高效，非常适合格式灵活性很重要的灵活数据架构。

博客

云计算的真实成本：一家网络安全公司如何利用 MinIO AIStor 找到更好的替代方案

03-07

733

在 SaaS 公司中并不少见的故事中，随着其日志数据扩展到数 EB，云原生网络安全组织面临着大幅上升的云成本。撇开存储成本不谈，仅对这些数据进行作的成本就变成了天文数字。该组织同时受到来自两方面的打击，因为存储成本只是问题的一部分：他们的云存储提供商 Amazon 的 S3 根本没有处理他们所需的日志作所需的性能来处理如此大量的数据。这家网络安全公司将继续在 AWS 上销售其托管服务，但它必须将其内部工作负载从公有云中移出。

博客

使用 AIStor、MLflow 和 KServe 将模型部署到 Kubernetes

03-07

1093

如果您已经走到了这一步，那么您已经端到端地使用了 MLflow。在本文中，我们创建了一个模型，在训练后跟踪其指标，记录模型，并使用我们从头开始安装的 KServe 将其部署到本地 Kubernetes 集群。如果您遵循 MLflow 和 KServe 的在线文档，则会出现一些问题，因此请使用本指南作为起点。

博客

利用 AMD + MinIO 释放 AI/ML 性能

02-28

509

MinIO 的高性能对象存储与尖端的 AMD 处理器和加速器相结合，改变了 AI/ML 工作负载的游戏规则。

博客

为 AIStor 部署选择最佳硬件

02-21

699

从一开始，AIStor 就被设计为在许多不同类型的硬件上高效运行。我们建议我们的用户和客户在纯 JBOD 模式下使用带有磁盘的商用硬件，以确保底层基础设施尽可能简单和高性能。AIStor 是高性能和可扩展性的完美结合，这使得每个数据密集型工作负载都触手可及。

博客

开放表格式和对象存储架构指南

02-20

800

开放表格式是一种标准化的开源框架，旨在高效管理大规模分析数据集。它作为数据文件之上的元数据层运行，促进跨各种处理引擎的无缝数据管理和访问。

博客

使用 AIStor 和 OpenSearch 增强搜索功能

02-20

760

这篇文章于 2025 年 1 月 16 日首次出现在 The New Stack 上。通常，在了解一项受到大量炒作的新技术的合法性时，研究现有的核心能力和历史是有帮助的。如果所讨论的新技术不是基于现有或即将到来的功能，我们可以将其贴上“炒作”的标签并继续前进。历史可以帮助我们应用的另一个试金石只需要常识。新技术是否符合现有趋势？这是朝着进步方向迈出的下一个合乎逻辑的步骤吗？它是否解决了以前难以解决或无法解决的问题？

博客

了解 Agentic AI 的架构师指南

02-10

865

博客

通过主权私有云缓解地缘政治问题

02-10

631

在任何词典中查找 “主权” 的定义，你都会得到 “至高无上的权力或权威” 的定义。因此，“主权云”的逻辑定义是，由欧盟或政府等单个管理实体控制物理层（数据中心和基础设施）、代码层（质量标准、源代码管理和设计）和数据层（所有权、流程和使用）的云。一个常见的误解是，主权云是所有物理资产都位于某个管理实体边界内的云，数据层内的数字资产永远不允许流向该边界之外的基础设施。虽然这是主权云的一项重要要求，但并不是唯一的要求。云真正主权的另一个关键标准是，它必须只由一个政府支持。要了解为什么这样做是必要的，请考虑下图。

博客

为什么开放式湖仓一体方法很重要：dbt 收购 SDF Labs 的经验教训

02-10

889

dbt （Data Build Tool）是一个开源 SQL 转换框架，已成为许多现代数据团队的基石，提供灵活性和可访问性。最近，dbt 通过收购 SDF Labs 增强了其产品组合。SDF Labs 是一家总部位于西雅图的初创公司，由 Meta 和 Microsoft 的前工程师于 2022 年创立。该公司开发了一个开发人员平台，旨在增强跨组织的 SQL 理解，使数据团队能够充分利用他们的数据。他们的平台提供的功能包括简化的查询编写和管理、主动质量和治理报告，以及将业务逻辑表示为代码。

博客

用于本地开发的 RedHat OpenShift 上的 AIStor

02-10

935

AIStor 一直是高性能和可互作的云原生对象存储的先驱，这种存储具有多功能性和敏捷性。AIStor 可在无数平台上运行，例如 Kubernetes、AWS、GCP、Azure、裸机 Linux 和许多其他环境。最近，业内出现了一种趋势，即让数据“更贴近”家庭。结果是，组织现在希望将其数据保存在他们拥有的服务器上、自己的数据中心或主机托管提供商处。主要原因是云的成本失控，再加上当前的经济环境。对于大多数应用程序，只要充分了解工作负载，就有可能在本地实现与云相同级别的可扩展性和性能，而成本只是其中的一小部分。