Meta przebudowuje storage pod AI: 80% hit rate cache i O(1) lookup

Meta opisała 1 lipca 2026 r. nowy blueprint storage dla AI, który ma ograniczyć stall’e GPU i przyspieszyć pracę badaczy. Firma podkreśla, że w jej infrastrukturze działa „hundreds of exabyte-scale storage clusters”, a nowy stos BLOB-storage został przeprojektowany pod dwa cele: maksymalizację wykorzystania GPU i zwiększenie research velocity. Kluczowa zmiana to uproszczenie metadanych do jednej, płaskiej schemy opartej na ZippyDB, co ma dawać O(1) lookup dla ścieżek do adresów storage. Meta usunęła też dataplane proxy i zastąpiła je „fat client SDK”, które streamuje dane bezpośrednio z serwerów storage do klientów, a regionalny stack BLOB-storage jest teraz wdrażany przy GPU w każdej AI region. W praktyce firma raportuje średni 80% hit rate w distributed data cache oraz 1–2 ms dostępu do metadanych z read-plan cache. Dla zespołów pracujących nad treningiem modeli oznacza to mniej opóźnień przy checkpointach, mniejsze ryzyko hot spotów i lepsze p50/p99 latencies, zwłaszcza tam, gdzie liczy się flash, niskie opóźnienia i ograniczony budżet mocy w data center.

Źródło: Meta — oryginalny artykuł ↗