Terminus项目中Olares实例的存储扩容方案详解
2025-07-05 22:25:38作者:尤峻淳Whitney
一、背景与核心问题
在Terminus项目的实际部署中,用户经常面临存储空间不足的情况。特别是在运行Olares服务时,随着AI模型、数据集和计算结果的不断积累,原始磁盘空间很快会被占满。本文针对如何在已运行的Olares实例上安全、高效地扩展存储空间这一技术需求,提供专业解决方案。
二、Olares存储架构解析
Olares采用分层存储设计,其核心目录结构包含:
/olares/rootfs/:系统基础运行环境/olares/share/ai/:专门用于AI相关数据存储- 外部挂载点:通过特殊机制整合第三方存储
值得注意的是,Olares不会自动识别新添加的物理磁盘,需要遵循特定的挂载规范才能被系统识别和使用。
三、存储扩容操作指南
3.1 物理磁盘添加
- 确保新磁盘已正确连接到服务器
- 使用
fdisk -l命令验证磁盘是否被系统识别 - 建议对磁盘进行分区和格式化(如使用ext4文件系统)
3.2 目录挂载规范
必须将新磁盘挂载到指定路径:
mount /dev/new_disk /olares/share/ai/subdirectory
其中subdirectory可以是任意有意义的子目录名,如:
/olares/share/ai/datasets用于存储训练数据集/olares/share/ai/models用于存储模型文件/olares/share/ai/results用于存储计算结果
3.3 持久化配置
为确保重启后自动挂载,需要在/etc/fstab中添加相应条目:
/dev/new_disk /olares/share/ai/subdirectory ext4 defaults 0 0
四、存储访问与管理
挂载成功后,用户可以通过以下方式访问新增存储:
- Web界面:在
files -> External选项卡中查看和操作 - 命令行:通过SSH连接到主机直接访问
- API接口:通过Olares提供的REST API进行编程式访问
五、最佳实践建议
- 容量规划:建议提前规划存储层级,将不同类型数据分开存储
- 性能优化:对于高性能需求场景,考虑使用SSD并单独挂载
- 权限管理:通过Linux权限系统控制不同用户对存储的访问
- 监控告警:设置磁盘使用率监控,提前预警存储瓶颈
六、注意事项
- 避免直接挂载到
/olares/rootfs/目录下,可能影响系统稳定性 - 多磁盘场景下,建议使用LVM实现更灵活的存储管理
- 大规模部署时,考虑使用分布式文件系统替代本地磁盘
通过以上方案,用户可以安全、高效地扩展Olares实例的存储容量,满足AI工作负载的持续增长需求。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust075- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
热门内容推荐
项目优选
收起
暂无描述
Dockerfile
689
4.46 K
Ascend Extension for PyTorch
Python
544
668
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
955
928
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
416
75
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
407
323
昇腾LLM分布式训练框架
Python
146
172
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
650
232
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.08 K
564
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.59 K
925
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
642
292