RDMAデータ経路
リモートダイレクトメモリアクセスでノードを接続し、ホットデータとメタデータにアクセスします。
Physical AIのワークフローでは、シーンアセット、シミュレーションデータ、現場記録を関連付ける必要があります。BotRanchはアセットのキャッシュ、シミュレーションのシャード、リプレイへのアクセスを支える内部共有データレイヤーを備えています。RDMAメモリプールとPOSIX・キー/バリューインターフェースでデータにアクセスし、永続化と可用性をタスクに合わせて構成します。
高性能データインフラストラクチャはBotRanchの内部機能です。シミュレーションアセット、学習データ、モデル重み、チェックポイントなどのアクセス経路を評価し、シーンごとにインターフェースと導入範囲を決めます。
リモートダイレクトメモリアクセスでノードを接続し、ホットデータとメタデータにアクセスします。
ホットデータをメモリから提供し、ローカルNVMeで容量を拡張します。
ファイルとキー/バリューのインターフェースが異なるデータモデルに対応します。
タスクに応じてキャッシュ高速化、永続ストレージ、高可用性構成を選択します。
BotRanchの内部データレイヤーの構成は、データを再生成できるか、永続化が必要か、自動フェイルオーバーが必要かによって異なります。技術評価で構成を確認します。
シーンアセット、モデル重み、学習キャッシュ、一時的な計算データ向けです。ソースデータはオブジェクトストレージやNASなどに保持し、再起動後に再読み込みできるようにします。
キャッシュ高速化は永続化を保証しません。復旧可能なソースデータを保持し、キャッシュを唯一のコピーにしないでください。
| 機能 | キャッシュ高速化 | 永続ストレージ | 高可用性構成 |
|---|---|---|---|
| RDMAメモリプール/NVMe層 | 対応 | 対応 | 対応 |
| POSIX / KVインターフェース | 対応 | 対応 | 対応 |
| 先行書き込みログとチェックポイント | — | 対応 | 対応 |
| 非同期スタンバイとフェイルオーバー | — | — | 対応 |
| ノード数 | N | N | 2N |
データレイヤーのアーキテクチャ上の選択肢です。インターフェースの互換性、永続化のセマンティクス、復旧目標は、導入環境と技術評価によって定めます。
実際のデータ、アクセスパターン、導入環境を評価します。試験前に構成と受け入れ条件を合意し、比較可能な結果を記録して導入判断に役立てます。
シミュレーションアセット、モデル、チェックポイントなどを使用して、スループット、レイテンシー、メタデータ処理を評価します。
ノード構成と共有ワークロードを比較し、リソース使用量、拡張効率、運用コストを記録します。
選択した構成に対し、永続化のセマンティクス、フェイルオーバー、目標復旧時間(RTO)、データ損失時間幅(RPO)を評価します。
再読み込みできるデータにはキャッシュ高速化、再起動後に保持する必要があるデータには永続ストレージ、自動フェイルオーバーが必要なサービスには高可用性構成を検討します。復旧時間と許容されるデータ損失範囲も定義します。
シミュレーションアセット、チェックポイント、モデルの読み込み、キー/バリューデータなど、実際のワークロードを選択します。試験条件を記録しながら、タスクのスループット、待機時間、リソース使用量、コストを比較します。
高性能データインフラストラクチャは、アセットのキャッシュ、シミュレーションのシャード共有、リプレイへのアクセスを担うBotRanchの内部機能です。ワークフローはシーン、タスク、ポリシー、エビデンスをつなぎます。データ構成は試験導入の範囲に従い、安全制御は現場のコントローラーが担当します。
BotRanchのデモ、導入要件、協業の可能性についてご相談ください。