移动云PFS重磅更新

随着边缘传感器、物联网、移动终端、车载雷达和摄像头等设备在工业、交通、安全、人工智能等领域的广泛应用，采集数据量大幅增长，加之5G技术等无线网络技术的成熟，采集后的数据能够被快速上传至云端。

对象存储，因其低成本、易接入、EB级大容量存储能力等特性，成为数据采集上云形成数据湖的优选；但因访问接口协议有限，且无法满足高性能访问需求，进而无法深度分析存储数据，让诸多企业“望湖兴叹”。

大量采集数据存在对象存储中，而分析应用需要使用文件协议接口访问数据，且有高性能读写要求。在此条件下，该如何逾越不同存储类型间的鸿沟，深度挖掘对象存储海量数据的价值？

为响应此业务需求，移动云并行文件存储PFS新推出DataLoad（数据流动）功能。

移动云并行文件存储PFS是面向AI、HPC等高性能计算场景提供的并行文件存储服务，支持多应用客户端并行访问，能够为大型高性能计算集群提供高IOPS、高吞吐、低时延的数据存储服务。

通过PFS DataLoad功能，用户可按需将移动云EOS海量数据中的目标数据拉取至移动云PFS，并按照标准文件协议进行极致的数据读写访问与处理，使用户既可享受对象存储大容量、低成本特性，又可体验PFS的高性能、标准文件协议能力。

移动云PFSDataLoad功能示意图

搭载DataLoad功能的移动云PFS，满足企业级高性能计算、人工智能、自动驾驶、大数据分析等业务场景需求。

• 推出DataLoad功能之前，用户如需使用对象存储中某些数据集，只能手动将对象数据拷贝至PFS或其他文件存储中。
• 使用PFS DataLoad功能后，用户可把对象存储作为数据源，通过文件存储接口，提供给PyTorch、TensorFlow等上层应用，期间不再需要人为干预，提高了数据流动效率。

移动云PFS DataLoad功能，构建起PFS与对象存储间的数据通道，为用户盘活海量数据、充分挖掘数据价值提供全新方案。