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 StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0119
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
项目优选
收起
暂无描述
Dockerfile
764
4.98 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.93 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
684
1.33 K
Ascend Extension for PyTorch
Python
719
882
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++
1.08 K
1.1 K
deepin linux kernel
C
32
16
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
457
439
用户可使用该项目在 OpenHarmony 平台开发应用,支持通过 IDE 或终端用 Flutter Tools 指令编译构建,基于 Flutter 3.27.4 版本,新增 impeller-vulkan 渲染模式,兼容多种开发指令与环境配置。
Dart
1.01 K
261
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
253
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
998
609