联系我们

面向 Physical AI 的
数据基础设施。

集成于 BotRanch。

Physical AI 工作流需要关联场景资产、仿真数据与现场记录。BotRanch 内置共享数据层,支持资产缓存、仿真分片与回放访问,通过 RDMA 内存池、POSIX 与键值接口组织数据,并按任务配置持久化与可用性能力。

AI TRAININGINFERENCESIMULATION Shared data layerSHARED MEMORY · RDMA NVMe / NODE 01NVMe / NODE 02NVMe / NODE 03
数据架构示意

让流程需要的数据,
沿任务共享。

高性能数据基础设施是 BotRanch 内部的数据能力。围绕仿真资产、训练数据、模型权重与检查点等负载评估访问路径,并按实际场景确认接口与部署范围。

RDMA 数据路径

通过远程直接内存访问连接节点,支持热数据与元数据访问。

NVMe 容量层

以内存承载热数据,通过本地 NVMe 扩展容量。

POSIX / KV 接口

提供文件访问和键值接口,适配不同的数据组织方式。

数据保障配置

按任务需要选择缓存加速、持久化存储或高可用部署。

按数据保障要求,
选择合适的配置。

BotRanch 内部数据层的部署选择,取决于数据能否重建、是否需要持久化,以及服务能否等待恢复。具体配置在技术验证中确认。

为可重建数据提供共享加速层。

适合场景资产、模型权重、训练缓存和临时计算数据。源数据保留在对象存储或 NAS 等系统中,重启后可重新灌入。

N节点数量
POSIX / KV访问接口
可重建数据定位
  • RDMA 内存池与单边读
  • NVMe 容量层
  • 无需预写日志
  • 重启后重新加载源数据
查看评估方法

缓存加速配置不保证持久化。应保留可恢复的源数据,不将缓存作为唯一副本。

能力缓存加速持久化存储高可用部署
RDMA 内存池 / NVMe 容量层支持支持支持
POSIX / KV 接口支持支持支持
预写日志与检查点—支持支持
异步热备与自动切换——支持
节点数量NN2N

以上为数据层架构配置。具体接口兼容性、持久化语义及恢复目标,按部署环境与技术评估结果确定。

以实际负载,
评估数据架构。

技术评估围绕实际数据、访问模式和部署环境开展。测试前明确配置与验收标准,记录可比较的结果,为部署决策提供依据。

数据访问

选取仿真资产、模型或检查点等实际负载,评估吞吐、延迟与元数据处理。

并行扩展

对比节点配置与共享负载,记录资源利用率、扩展效率和运行成本。

恢复与可用性

按具体配置验证持久化语义、故障切换、恢复时间(RTO)与数据损失范围(RPO)。

从实际任务,
确定技术范围。

如何选择数据部署配置?

可从其他来源重新灌入的数据,可评估缓存加速;需要崩溃后恢复的数据,可评估持久化存储;需要自动故障切换的服务,可评估高可用部署,并明确恢复时间与数据损失范围。

如何验证数据层的价值?

选取实际的仿真资产读取、检查点写入、模型加载或键值数据场景,比较任务吞吐、等待时间、资源利用与成本,同时记录测试配置。

数据层在 BotRanch 中承担什么?

高性能数据基础设施是 BotRanch 内部能力,承担资产缓存、仿真分片共享与回放访问。工作流负责场景、任务、策略和证据的关联;具体数据配置随试点范围确定,现场安全控制仍由控制器负责。

开启您的
Physical AI 工程项目。

讨论 BotRanch 演示、部署需求与合作机会。

联系我们