DeepSeek在開源周的精彩收尾之際，正式推出了其創新的3FS（Fire-Flyer File System）。這一文件系統專為現代SSD和RDMA網絡設計，旨在最大化利用這些先進技術的帶寬優勢。3FS的問世，為深度學習等數據密集型應用帶來了前所未有的數據訪問性能提升。
想要深入了解3FS的開發者們，可以訪問其開源地址：https://github.com/deepseek-ai/3FS。同時，DeepSeek還開源了基于3FS的數據處理框架Smallpond，詳情可見：https://github.com/deepseek-ai/smallpond。
3FS的性能表現令人矚目。在一個180節點的集群測試中，其聚合讀取吞吐量高達6.6 TiB/s，充分展現了其集群高吞吐的能力。而在25節點集群的GraySort基準測試中，3FS更是達到了每分鐘3.66 TiB的吞吐量，這一成績無疑證明了其基準測試的優異表現。每個客戶端節點的KVCache查找峰值吞吐量也超過了40 GiB/s，進一步凸顯了3FS的單節點高性能。
在架構設計上，3FS采用了去中心化的結構，同時保證了強一致性語義，這使得它在處理分布式數據時更加高效和可靠。這種先進的架構為AI訓練和推理工作負載提供了強大的支持，簡化了分布式應用程序的開發過程。
3FS的應用場景廣泛，主要針對AI訓練和推理過程中的各種挑戰。它利用現代SSD和RDMA網絡構建共享存儲層，有效支持了數據準備、數據加載、檢查點設置和推理緩存等環節。無論是訓練數據預處理、數據集加載，還是檢查點保存/重新加載，甚至是嵌入向量搜索和推理過程中的KVCache查找，3FS都能提供出色的性能。
DeepSeek的V3/R1版本已經廣泛應用了3FS。這一文件系統在關鍵環節中發揮了重要作用，為DeepSeek的AI工作負載提供了強有力的支持。同時，基于3FS構建的數據處理框架Smallpond也備受矚目。Smallpond是一款輕量級的數據處理框架，它結合了DuckDB和3FS的優勢，具備高性能數據處理能力，可擴展至PB級數據集。更重要的是，Smallpond操作簡便，無需長期運行的服務，為用戶提供了極大的便利。
