场景挑战：在自动驾驶的大规模 AI 训练的场景下，数据读写的性能会直接影响训练效率。AI 场景下的数据访问特性主要表现在：海量小文件，由于训练任务需要的文件数量都在几亿到十几亿的量级，同时，由于很多训练模型都是依赖于图片、音频片段、视频片段文件，而这些文件基本上都是在几 KB 到几 MB 之间。读多写少，在大部分场景中，训练任务只读取文件，中间很少产生中间数据，即使产生了少量的中间数据，也是会选择写在本地，很少选择写回存储集群。目录热点，由于训练时，业务部门的数据组织方式不可控，很有可能用户会将大量文件存放在同一个目录，容易导致多个计算节点在训练过程中，会同时读取这一批数据，这个目录所在的元数据节点就会成为热点。