Hier is een interessant concept: ZettaLane heeft MayaNAS gebouwd, een Lustre parallel bestandssysteem dat NFS, pNFS en SMB ondersteunt, en dat bovenop cloud object storage draait.
MayaNAS kan AI-training streamen met snelheden op GPU-niveau, checkpoint-prestaties van tientallen gigabytes per seconde leveren en kostenprofielen van object-buckets evenaren. Gevalideerd via MLPerf Storage benchmarks, bereikte het een Llama 3 70B checkpoint-schrijfsnelheid van 32,42 GB/s over twee clients. Voor RetinaNet-workloads voedde één MayaScale 200 Gb/s client 72 B200 GPU's.
Met het hoofdkantoor in Santa Clara, Californië, werd ZettaLane opgericht in juni 2018 door CTO Supramani (Sam) Sammandam, een ervaren opslag-engineer met meer dan 25 jaar ervaring in systeemsoftware bij Lucent Technologies, IBM, HP en Dell. Het bedrijf opereert volledig zonder durfkapitaalsteun.
MayaNAS combineert Lustre en OpenZFS om de opslageconomie te hervormen. Elke OST (Object Storage Target) functioneert als een OpenZFS-dataset waarvan de vdevs verwijzen naar regionale Google Cloud Storage-buckets van standaardklasse. Bulkdata-lezingen en -schrijvingen gaan gelijktijdig naar object storage via de objbacker-laag, terwijl een compacte NVMe-gebaseerde speciale vdev alleen pool-metadata en kleine blokken opslaat. Er is geen lokale SSD of vluchtige scratch-tier in het datapfad.
Supramani (Sam) Sammandam merkte op: "Binnen de MLPerf Storage v3.0-resultaten was ZettaLane's MayaNAS de enige inzending die standaard Lustre rechtstreeks op cloud object storage draaide - met regionale GCS in het datapfad op generieke cloud VM's, geen lokale SSD, opererend binnen het eigen cloudaccount van de klant."
"Geverifieerd door MLCommons, neemt het een andere categorie in beslag dan flash-gebaseerde inzendingen zoals Everpure. Het levert parallelle bestandssysteemdoorvoer in combinatie met object storage-economie, in plaats van zich puur te richten op ruwe GiB/s-getallen. Het voert volledige pipelines uit zonder data naar NVMe te stagen, inclusief POSIX-afhankelijke KV-caches die S3-native platforms niet kunnen ondersteunen."
We brachten een vergelijking ter sprake: lijkt MayaNAS op Nasuni, dat bestandsservices bouwt bovenop object storage-backends?
Sammandam antwoordde: "Op hoog niveau is er gelijkenis: beide plaatsen een bestandssysteem op object storage. Veel concurrenten bouwen gloednieuwe bestandssystemen en besteden veel moeite aan het bewijzen van POSIX-compatibiliteit. Wij hebben een alternatief pad gekozen, voortbouwend op het in de praktijk bewezen OpenZFS met zijn native splitsing tussen metadata op kleine NVMe-apparaten en bulkdata op object storage. We hebben dit werk gedeeld op de OpenZFS Developer Summit van 2025 en ons Lustre-ontwerp gepresenteerd op LUG 2026."
![]()
"Nasuni volgt een cache-first model: edge-filers bedienen verkeer vanuit lokale caches, terwijl autoritatieve kopieën in object storage blijven, dus de prestaties zijn sterk afhankelijk van de pasvorm van de werkset in de cache. MayaNAS leest en schrijft rechtstreeks naar objecten zonder tussenliggende lokale datacache. In MLPerf-tests voldeden koude objectlezingen aan GPU-schaal-workloads, bevestigd via native Google Cloud Monitoring-statistieken."
"Het fundamentelere onderscheid ligt in de aard ervan: MayaNAS is een standaard Lustre en pNFS parallel bestandssysteem, met NFS/SMB-mogelijkheden, werkend met ongewijzigde in-kernel Linux-clients. Het is speciaal gebouwd voor parallelle doorvoer op GPU-schaal, waardoor het zeer geschikt is voor benchmarks zoals MLPerf. Onze cloud-native pNFS-implementatie maakt gebruik van open-source MDS-technologie van LANL. Nasuni richt zich op gedistribueerde enterprise-bestandstoepassingen; MayaNAS dekt enterprise NAS en breidt rechtstreeks uit naar HPC en AI parallelle workloads op object storage."
"Dat vat het kerndoel samen. Object storage is duidelijk de toekomstige richting voor AI-infrastructuur, maar adoptie dwingt over het algemeen applicatieherschrijvingen af voor S3-compatibiliteit. MayaNAS lost dit op: standaard Lustre of pNFS draaiend over object storage, wat kostenvoordelen op objectniveau biedt met nul code-wijzigingen."
"Er zijn verdere componenten onder deze architectuur: OpenZFS-on-object-internals, pNFS samen met LANL MDS-integratie, MayaScale NVMe-over-TCP-blokopslag en vertakbare Postgres voor agentische AI, allemaal gebouwd op deze gemeenschappelijke basis."
Voetnoot
Na publicatie verstrekte Sammandam aanvullende updates: "ZettaLane begon als een LLC in 2018. Ik beheerde het parttime naast andere carrièrerollen, waaronder een technische stafpositie binnen het Office of the CTO van Dell ISG, waar ik VAST en WEKA de overhand zag krijgen in AI-infrastructuur. Ik keerde fulltime terug in 2026 om de ontwikkeling van parallelle opslag te bevorderen, en de MLPerf-validatie van MLCommons gaf vertrouwen om het product publiekelijk te maken. Deze benchmarks oefenen datasets groter dan 20 TB uit naast miljoenen bestanden, met resultaten die peer-reviewed zijn door andere inzenders, waaronder grote bedrijven."
"Financiering blijft volledig bootstrapped en zelf gefinancierd zonder externe investeringen, zoals eerder vermeld."
"Om transparant te zijn, hebben we nog geen prominente productieklantimplementaties. Dat is onze volgende belangrijke mijlpaal, en deze MLPerf-resultaten dienen als ons primaire bewijs van waarde voor marktbereik. We hopen samenwerking te krijgen van een van de toonaangevende leveranciers van object storage."
Beijing Qianxing Jietong Technology Co., Ltd.
Sandy Yang/Global Strategy Director
WhatsApp / WeChat: +86 13426366826
E-mail: yangyd@qianxingdata.com
Website: www.qianxingdata.com/www.storagesserver.com
Zakelijke focus:
ICT Productdistributie/Systeemintegratie & Diensten/Infrastructuuroplossingen
Met meer dan 20 jaar ervaring in IT-distributie werken we samen met toonaangevende wereldwijde merken om betrouwbare producten en professionele diensten te leveren.
"Technologie gebruiken om een intelligente wereld te bouwen" Uw vertrouwde ICT Product Service Provider!
Contactpersoon: Ms. Sandy Yang
Tel.: 13426366826