times read
Contents
前言：IO500上的屠榜
因为看到DAOS项目在IO500上的屠榜，所以一直对这个项目保持着关注(未深入)。
背景
在之前的文章中，简要介绍了DAOS分布式存储项目。
然而，随着Intel在2022年终止Optane业务，很多童鞋都开始关心：DAOS在失去"核心硬件支撑"后，是否还能继续？它的未来在哪里？
短期冲击，但没有终结
Optane的停产确实对DAOS产生了不小影响，尤其是在元数据加速和持久性方面。但DAOS并没有被困于这场"硬件地震"，而是通过架构上的调整实现了"再生"：
- 引入写前日志机制（WAL）：通过将日志写入DRAM并同步到NVMe SSD，以替代原本依赖PMem的低延迟持久化路径
- 持续优化NVMe访问路径：使在没有Optane的环境下也能维持高IOPS和低延迟
开源社区的力量：从Intel主导到基金会治理
2023年11月，DAOS基金会正式成立，由Argonne国家实验室、Enakta Labs、Google、HPE和Intel等机构联合支持。该基金会设有技术指导委员会，由HPE的高级技术专家Johann Lombardi担任主席，他是DAOS的长期开发者和倡导者。
这一转变意味着：
- DAOS从一个由Intel主导的项目，过渡为中立的开源生态
- 吸引了更广泛的用户和贡献者，推动开发路线更加公开透明
- 增强了对未来持续演进的信心
开源指标：DAOS vs. Ceph
面向未来：2.8版与3.0路线图
DAOS v2.6在2024年7月Release，是最后一个英特尔发行版。
根据最新发布信息：
- DAOS 2.8版本（2025年底）：这是从Intel主导转为社区主导的第一个Release版本，持续增强NVMe适配、元数据引擎与K8s云原生支持
- DAOS 3.0版本（预计2026年）：将带来更彻底的模块化设计，强化与AI和容器生态的集成
DAOS典型用户案例
1. Aurora 超级计算机（美国能源部 Argonne 国家实验室）
- 部署规模：Aurora 是美国能源部支持的百亿亿次级（exascale）超级计算机，DAOS 被用作其主要存储系统之一
- 应用场景：支持大规模 AI 模型训练、科学模拟和数据分析任务
- 技术亮点：DAOS 提供高 IOPS 和低延迟性能，满足 Aurora 对高性能存储的严格要求
2. SuperMUC-NG 超级计算机（德国 Leibniz 超算中心）
- 部署规模：SuperMUC-NG 是德国领先的超级计算平台之一，DAOS 被集成用于高性能计算任务
- 应用场景：支持科学研究和工程模拟等高性能计算需求
- 技术亮点：DAOS 的高并发访问能力和可扩展性使其成为 SuperMUC-NG 的理想存储解决方案
3. Google Cloud
- 应用场景：Parallelstore 适用于多种高性能计算和 AI 训练场景，底层采用的DAOS
- 技术亮点（在约100TB的部署规模下）：
- 吞吐量：高达 ~115 GiB/s
- IOPS：读取约 300 万次/秒，写入约 100 万次/秒
- 延迟：约 0.3 毫秒
DAOS当前的困境与不足
DAOS仍在多个顶尖超级计算平台上运行，如Argonne的Aurora系统、德国Leibniz超算中心的SuperMUC-NG等。但DAOS也面临新的挑战：
不支持NVIDIA GPUDirect
在AI培训和推理领域，以NVIDIA GPU服务器为主导，大多数存储硬件和软件的供应商都支持GPUDirect协议，但是DAOS目前并不支持，这使得其在AI训练/推理场景中与WEKA等竞争对手存在差距；但是，DAOS支持了RDMA。
现代部署模式支持不足
针对容器、Kubernetes等现代部署模式的支持仍需加强。
用户量相对较少
与Ceph、Lustre等知名开源软件相比，DAOS当前的用户主要还是科研院所以及HPC用户，用户规模还不够多，用户所属行业也不丰富。
DAOS资料汇总
- DAOS WIKI：内容非常丰富
- DAOS Slack：社区交流平台
- DAOS 官网：官方网站
- DAOS Github：源代码仓库
总结
DAOS并没有因Optane的终结而衰落，反而因"断奶"而加速独立。通过技术演进与社区支持，它正逐步摆脱对特定硬件的依赖，转向更普适、更强健的发展路径。
不得不说DAOS还是一个非常年轻的项目，还有许多不足，比如用户规模还不够，功能还不够丰富等等。但是相比Ceph等系统，DAOS的架构和性能优势还是很明显的。
DAOS的未来发展会怎么样呢？我们且骑驴看唱本……
参考文献
Author ceph-deep-dive
LastMod 0001-01-01