RDMA-Datenpfad
Knoten über Remote Direct Memory Access verbinden, um auf Hot Data und Metadaten zuzugreifen.
Physical-AI-Workflows erfordern verknüpfte Szenen-Assets, Simulationsdaten und Felddaten. BotRanch bietet eine interne gemeinsame Datenebene für Asset-Caching, Simulations-Shards und Replay-Zugriffe. Ein RDMA-Speicherpool sowie POSIX- und Key-Value-Schnittstellen ermöglichen den Datenzugriff; Persistenz und Verfügbarkeit werden auf die Aufgabe abgestimmt.
Die Hochleistungs-Dateninfrastruktur ist eine interne Funktion von BotRanch. Zugriffspfade für Simulations-Assets, Trainingsdaten, Modellgewichte und Checkpoints werden bewertet; Schnittstellen und Bereitstellungsumfang werden je nach Szenario vereinbart.
Knoten über Remote Direct Memory Access verbinden, um auf Hot Data und Metadaten zuzugreifen.
Häufig benötigte Daten aus dem Arbeitsspeicher bereitstellen und die Kapazität mit lokalem NVMe erweitern.
Datei- und Key-Value-Schnittstellen unterstützen verschiedene Datenmodelle.
Wählen Sie je nach Aufgabe Cache-Beschleunigung, persistente Speicherung oder Hochverfügbarkeitsbereitstellung.
Die Konfiguration der internen BotRanch-Datenebene hängt davon ab, ob Daten wiederherstellbar sein müssen, dauerhaft gespeichert werden sollen oder ein automatisches Failover nötig ist. Die Konfiguration wird in der technischen Evaluierung bestätigt.
Für Szenen-Assets, Modellgewichte, Trainings-Caches und temporäre Rechendaten. Quelldaten verbleiben in Objektspeicher, NAS oder einem anderen System und können nach einem Neustart erneut geladen werden.
Cache-Beschleunigung garantiert keine Persistenz. Bewahren Sie wiederherstellbare Quelldaten auf; der Cache darf nicht die einzige Kopie sein.
| Funktion | Cache-Beschleunigung | Persistente Speicherung | Hochverfügbarkeitsbereitstellung |
|---|---|---|---|
| RDMA-Speicherpool / NVMe-Ebene | Enthalten | Enthalten | Enthalten |
| POSIX-/KV-Schnittstellen | Enthalten | Enthalten | Enthalten |
| Write-Ahead-Log und Checkpoint | — | Enthalten | Enthalten |
| Asynchroner Standby und Failover | — | — | Enthalten |
| Anzahl der Knoten | N | N | 2N |
Dies sind Architekturvarianten der Datenebene. Schnittstellenkompatibilität, Persistenzsemantik und Wiederherstellungsziele hängen von der Bereitstellungsumgebung und der technischen Evaluierung ab.
Bewerten Sie reale Daten, Zugriffsmuster und Bereitstellungsumgebungen. Vor den Tests werden Konfiguration und Abnahmekriterien vereinbart; vergleichbare Ergebnisse unterstützen die Bereitstellungsentscheidung.
Simulations-Assets, Modelle oder Checkpoints nutzen, um Durchsatz, Latenz und Metadatenverarbeitung zu beurteilen.
Knotenkonfigurationen und gemeinsame Workloads vergleichen; Ressourcennutzung, Skalierungseffizienz und Betriebskosten dokumentieren.
Persistenzsemantik, Failover, Wiederherstellungszeit (RTO) und Datenverlustfenster (RPO) für die gewählte Konfiguration bewerten.
Für erneut ladbare Daten kommt Cache-Beschleunigung infrage, für Daten, die Neustarts überstehen müssen, persistente Speicherung. Dienste mit automatischem Failover können hochverfügbar bereitgestellt werden. Definieren Sie Wiederherstellungszeit und zulässigen Datenverlust.
Wählen Sie einen realen Workload mit Simulations-Assets, Checkpoints, Modell-Ladevorgängen oder Key-Value-Daten. Vergleichen Sie Aufgabendurchsatz, Wartezeiten, Ressourcennutzung und Kosten und dokumentieren Sie die Testbedingungen.
Die Hochleistungs-Dateninfrastruktur ist eine interne BotRanch-Funktion für Asset-Caching, gemeinsame Simulations-Shards und Replay-Zugriffe. Workflows verknüpfen Szenen, Aufgaben, Richtlinien und Nachweise. Die Datenkonfiguration folgt dem Pilotumfang; die Sicherheitssteuerung verbleibt bei den lokalen Steuerungen.
Sprechen Sie mit uns über BotRanch-Demonstrationen, Bereitstellungsanforderungen und Partnerschaften.