Berikut adalah konsep yang menarik: ZettaLane telah membangun MayaNAS, sistem file paralel Lustre yang mendukung NFS, pNFS, dan SMB, yang berjalan di atas penyimpanan objek cloud.
MayaNAS dapat melakukan streaming pelatihan AI dengan kecepatan setingkat GPU, memberikan kinerja checkpoint puluhan gigabyte per detik, dan menyamai profil biaya bucket objek. Divalidasi melalui benchmark MLPerf Storage, sistem ini mencapai bandwidth tulis checkpoint Llama 3 70B sebesar 32,42 GB/s di dua klien. Untuk beban kerja RetinaNet, satu klien MayaScale 200 Gb/s memberi daya pada 72 GPU B200.
Berkantor pusat di Santa Clara, California, ZettaLane didirikan pada Juni 2018 oleh CTO Supramani (Sam) Sammandam, seorang insinyur penyimpanan berpengalaman dengan pengalaman lebih dari 25 tahun dalam perangkat lunak sistem di Lucent Technologies, IBM, HP, dan Dell. Perusahaan beroperasi sepenuhnya tanpa dukungan modal ventura.
MayaNAS menggabungkan Lustre dan OpenZFS untuk membentuk kembali ekonomi penyimpanan. Setiap OST (Object Storage Target) berfungsi sebagai dataset OpenZFS yang vdev-nya menunjuk ke bucket Google Cloud Storage kelas Standar regional. Pembacaan dan penulisan data massal dilakukan secara bersamaan ke penyimpanan objek melalui lapisan objbacker-nya, sementara vdev khusus berbasis NVMe yang ringkas hanya menyimpan metadata pool dan blok kecil. Tidak ada SSD lokal atau tingkatan scratch sementara di jalur data.
Supramani (Sam) Sammandam berkomentar: “Dalam hasil MLPerf Storage v3.0, MayaNAS ZettaLane adalah satu-satunya entri yang menjalankan Lustre standar langsung di penyimpanan objek cloud — menggunakan GCS regional di jalur data pada VM cloud generik, tanpa SSD lokal, beroperasi di dalam akun cloud pelanggan sendiri.
“Diverifikasi oleh MLCommons, sistem ini menempati kategori yang berbeda dari kiriman berbasis flash seperti Everpure. Sistem ini memberikan throughput sistem file paralel yang dipasangkan dengan ekonomi penyimpanan objek, daripada hanya berfokus pada angka GiB/s mentah. Sistem ini mengeksekusi pipeline penuh tanpa menata data ke NVMe, termasuk cache KV yang bergantung pada POSIX yang tidak dapat didukung oleh platform asli S3.”
Kami mengangkat poin perbandingan: apakah MayaNAS mirip dengan Nasuni, yang membangun layanan file di atas backend penyimpanan objek?
Sammandam menjawab: “Secara umum ada kesamaan: keduanya menempatkan sistem file di atas penyimpanan objek. Banyak pesaing membangun sistem file baru dan berusaha keras untuk membuktikan kepatuhan POSIX. Kami mengambil jalur alternatif, membangun di atas OpenZFS yang terbukti di lapangan dengan pemisahan bawaannya antara metadata yang disimpan pada perangkat NVMe kecil dan data massal yang berada di penyimpanan objek. Kami membagikan pekerjaan ini di OpenZFS Developer Summit 2025 dan mempresentasikan desain Lustre kami di LUG 2026.
![]()
“Nasuni mengikuti model cache-first: filer tepi melayani lalu lintas dari cache lokal sementara salinan otoritatif tetap berada di penyimpanan objek, sehingga kinerja sangat bergantung pada kecocokan cache working-set. MayaNAS membaca dan menulis langsung ke objek tanpa cache data lokal perantara. Dalam pengujian MLPerf, pembacaan objek dingin memenuhi beban kerja skala GPU, dikonfirmasi melalui metrik Google Cloud Monitoring asli.
“Perbedaan yang lebih mendasar terletak pada sifatnya: MayaNAS adalah sistem file paralel Lustre dan pNFS standar, dengan kemampuan NFS/SMB, bekerja dengan klien Linux di kernel yang tidak dimodifikasi. Sistem ini dibuat khusus untuk throughput paralel skala GPU, membuatnya sangat cocok untuk benchmark seperti MLPerf. Implementasi pNFS cloud-native kami memanfaatkan teknologi MDS open-source dari LANL. Nasuni menargetkan kasus penggunaan file perusahaan terdistribusi; MayaNAS mencakup NAS perusahaan sambil meluas langsung ke beban kerja paralel HPC dan AI pada penyimpanan objek.
“Itu menangkap ide inti. Penyimpanan objek jelas merupakan arah ke depan untuk infrastruktur AI, namun adopsi umumnya memaksa penulisan ulang aplikasi untuk kompatibilitas S3. MayaNAS menyelesaikan ini: Lustre atau pNFS standar berjalan di atas penyimpanan objek, memberikan manfaat biaya tingkat objek tanpa perubahan kode.
“Ada komponen lebih lanjut di bawah arsitektur ini: internal OpenZFS-on-object, pNFS bersama dengan integrasi MDS LANL, penyimpanan blok MayaScale NVMe-over-TCP, dan Postgres yang dapat bercabang untuk AI agen, semuanya dibangun di atas fondasi umum ini.”
Catatan Kaki
Setelah publikasi, Sammandam memberikan pembaruan tambahan: “ZettaLane dimulai sebagai LLC pada tahun 2018. Saya mengelolanya paruh waktu bersama dengan peran karier lainnya, termasuk posisi staf teknis di Office of the CTO Dell ISG, di mana saya mengamati VAST dan WEKA mendapatkan daya tarik dalam infrastruktur AI. Saya kembali penuh waktu pada tahun 2026 untuk memajukan pengembangan penyimpanan paralel, dan validasi MLPerf dari MLCommons memberikan keyakinan untuk membawa produk ini ke pandangan publik. Benchmark ini menggunakan dataset yang lebih besar dari 20 TB bersama dengan jutaan file, dengan hasil yang ditinjau sejawat oleh pengirim lain termasuk perusahaan besar.
“Pendanaan tetap sepenuhnya didanai sendiri dan dibiayai sendiri tanpa investasi eksternal, seperti yang disebutkan sebelumnya.
“Untuk bersikap transparan, kami belum memiliki penyebaran pelanggan produksi yang menonjol. Itu mewakili tonggak penting kami berikutnya, dan hasil MLPerf ini berfungsi sebagai bukti nilai utama kami untuk jangkauan pasar. Kami berharap dapat mengamankan kolaborasi dari salah satu vendor penyimpanan objek terkemuka.”
Beijing Qianxing Jietong Technology Co., Ltd.
Sandy Yang/Direktur Strategi Global
WhatsApp / WeChat: +86 13426366826
Email: yangyd@qianxingdata.com
Situs Web: www.qianxingdata.com/www.storagesserver.com
Fokus Bisnis:
Distribusi Produk ICT/Integrasi Sistem & Layanan/Solusi Infrastruktur
Dengan pengalaman distribusi TI lebih dari 20 tahun, kami bermitra dengan merek global terkemuka untuk memberikan produk yang andal dan layanan profesional.
“Menggunakan Teknologi untuk Membangun Dunia yang Cerdas”Penyedia Layanan Produk ICT Tepercaya Anda!
Kontak Person: Ms. Sandy Yang
Tel: 13426366826