De acordo com pt.wedoany.com-A Meta divulgou recentemente o design detalhado de sua infraestrutura de armazenamento, afirmando que seu sistema reduziu em até 97% o tempo necessário para pesquisadores moverem dados de treinamento de IA entre regiões. A gigante da tecnologia está expandindo sua divisão de computação em nuvem, com potencial para se juntar ao grupo de hiperescala. Em um comunicado público, a Meta destacou que a capacidade de processamento de unidades de processamento gráfico (GPUs) dobra aproximadamente a cada dois anos, mas a velocidade de armazenamento não acompanhou esse ritmo. Para reduzir essa lacuna e atender aos clusters de armazenamento que abrangem Meta AI, Reality Labs, plataformas de mídia social e futuros clientes de nuvem, os engenheiros reconstruíram sua camada de armazenamento BLOB, que fica sobre o Tectonic, uma estrutura de armazenamento multilocatário com capacidade de exabytes, distribuída por data centers globais.
A arquitetura BLOB tradicional da Meta não era eficiente em termos de recursos para suportar treinamento de IA. Os engenheiros de software Sidharth Bajaj e Venkatraghavan Srinivasan afirmaram que o sistema antigo acumulava muitas camadas de serviço e exigia buscas sequenciais de metadados com estado entre várias camadas antes de resolver o caminho do arquivo até o local de armazenamento real, o que aumentava a latência e reduzia o desempenho. O armazenamento reconstruído baseia-se em três mudanças principais: primeiro, a integração de sistemas de metadados dispersos em um modelo unificado, suportado pelo banco de dados ZippyDB, permitindo buscas de caminho quase instantâneas; segundo, a eliminação do "proxy do plano de dados", adotando uma arquitetura de "cliente pesado" que transfere fluxos de bytes diretamente do servidor de armazenamento para o cliente, reduzindo a latência e melhorando a eficiência energética; terceiro, a transição de um modelo de implantação global para um modelo regional, colocando o armazenamento no mesmo local das GPUs realmente necessárias.
Além de melhorar completamente a pilha geral de armazenamento, os engenheiros da Meta utilizaram a memória GPU ociosa como um cache distribuído para dados acessados com frequência e simultaneamente. A equipe reutilizou a experiência do sistema Owl, usado para distribuir grandes objetos de dados, integrando sua lógica de compartilhamento ponto a ponto no kit de desenvolvimento de software (SDK) do cliente de armazenamento BLOB, fazendo com que todos os acessos a dados passem por esse cache, reduzindo a frequência com que as GPUs solicitam dados ao armazenamento. Além disso, a Meta introduziu um cache independente de "metadados do plano de leitura", que retorna o endereço de armazenamento de arquivos solicitados com frequência em um a dois milissegundos. Essa combinação absorve picos de demanda, como quando as GPUs reiniciam simultaneamente e solicitam os mesmos "pesos de modelo populares", melhorando ao mesmo tempo a latência.
A versão final também corrigiu problemas de congestionamento e tempo limite causados por picos de saída. A Meta implementou uma solução de software de controle de concorrência dinâmica, que ajusta o paralelismo com base em sinais de congestionamento no nível da aplicação, reduzindo automaticamente o número de solicitações que a aplicação pode enviar quando o tráfego está alto. Segundo Bajaj e Srinivasan, a pilha de armazenamento BLOB revisada agora pode suportar cargas de trabalho de IA sem causar paradas nas GPUs, economizando custos e oferecendo vantagens de desempenho.
Para resolver problemas de entrega de dados, os engenheiros construíram um sistema de cache hierárquico, imitando a forma como a CPU de um computador puxa dados do disco para camadas de armazenamento mais rápidas. A memória e o flash no host da GPU atuam como a camada mais rápida, o armazenamento BLOB flash regional como a próxima camada, e os dados necessários são puxados para o armazenamento mais rápido com antecedência por meio de um mecanismo de "pré-busca", com o armazenamento BLOB global baseado em HDD servindo como a fonte final da verdade. O novo paradigma de carregamento de dados já foi aplicado a cargas de trabalho de produção, reduzindo o tempo médio de ingestão de 150 minutos para 10 minutos, uma queda de 93%. No máximo, a Meta observou que o tempo de ingestão, que antes era de 89 horas, foi reduzido para 182 minutos, uma queda de 97%. A Meta afirmou: "As cargas de trabalho modernas de IA são intensivas em dados, e gargalos de armazenamento afetam diretamente a utilização de GPUs e os custos computacionais. Ao reconstruir o subsistema de metadados e adotar uma arquitetura de cache hierárquico com pré-busca/hidratação sob demanda, conseguimos atender efetivamente às demandas das cargas de trabalho atuais."
