Lattice-Server: Zehnfache Speedup gegenüber Standard-NFS

Neue Benchmarks zeigen SMB 3 vor NFS 4 bei KI-Trainings. Nutanix und Open-Source-Lösungen liefern beeindruckende Performance-Steigerungen.

Die traditionellen Protokolle NFS und SMB stehen vor einer Neubewertung.

Aktuelle Benchmarks vom Juni 2026 zeigen: Der jahrzehntelange Standard NFS bekommt ernsthafte Konkurrenz. SMB 3 übertrifft NFS 4 in spezifischen KI-Trainingsszenarien, etwa beim MLPerf 3D-Unet-Workload, wie Tuxera-CTO Ned Pyler am heutigen Samstag betonte. Die Nachfrage nach einheitlichem Zugriff auf beide Dienste wächst rasant.

NFS schlägt zurück: Neue Rekorde für KI-Fabriken

Anzeige: Der NFS-Flaschenhals bremst Ihre KI-Workloads? Der neue Lattice-Metadatenserver erreicht auf LANL-Hardware 40 GB/s – zehnmal mehr als Standard-NFS. Im Report: Benchmark-Vergleich, Cloud-Speicher-Checkliste und 5-Schritte-Plan für Ihre Migration. Jetzt kostenlosen Performance-Report anfordern

Doch die NFS-Technologie ruht sich nicht aus. Nutanix gab am Freitag bekannt, dass sein Unified Storage (NUS) die enterprise-taugliche NVIDIA-Zertifizierung erhalten hat. Das System setzt auf paralleles NFS (pNFS) und GPUDirect Storage. Ein Test mit einem 10-Knoten-All-NVMe-Cluster erreichte lineare Skalierbarkeit: 160 GB/s Lese- und 80 GB/s Schreibgeschwindigkeit bei der Unterstützung von 1.024 GPUs. Noch in diesem Jahr will Nutanix zudem die Unterstützung für NVIDIA BlueField-4 STX nachliefern.

Noch einen drauf setzt die Open-Source-Welt. PEAK:AIO und das Los Alamos National Laboratory (LANL) veröffentlichten am Donnerstag Lattice – einen pNFS-Metadatenserver, der die Metadaten-Kontrollebene vom Datenpfad trennt. Das Ergebnis ist beeindruckend: Auf LANL-Hardware erreichte Lattice 40 GB/s – im Vergleich zu mageren 3 bis 7 GB/s beim Standard-NFS. Das bedeutet eine bis zu zehnfache Verbesserung gegenüber dem Linux-Kernel-NFS-Daemon.

Cloud-Speicher: Die Qual der Wahl

Die Effizienz von FUSE-Implementierungen (Filesystem in Userspace) bleibt ein kritischer Faktor für Unternehmen, die Cloud-Objektspeicher wie lokale Laufwerke nutzen. Ein aktueller Vergleich zwischen geesefs und s3fs offenbarte enorme Leistungsunterschiede. Bei kleinen Dateien erreichte geesefs 563 Dateien pro Sekunde – s3fs schaffte gerade einmal 2,6 bis 7. Bei sequenziellen Lesevorgängen lag geesefs mit 883 MB/s ebenfalls klar vorn, während s3fs bei 61 MB/s stagnierte. Der Grund: geesefs setzt auf aggressives Write-Buffering und Pipelining, s3fs blockiert dagegen bei jedem PUT-Vorgang.

Für den Datentransfer zwischen Cloud und lokaler Umgebung bleibt Rclone mit Unterstützung für über 70 Cloud-Backends das Schweizer Taschenmesser. Azure Native Qumulo brachte zudem Anfang Juni das Tool SLURP auf den Markt, das wöchentlich 250 TB Daten in KI-Pipelines verschieben kann.

Doch Vorsicht: Technische Berichte vom Februar 2026 dokumentierten Fälle, in denen das Schreiben kleiner Dateien auf Cloud-Volumes über 20 Minuten dauerte – verursacht durch FUSE-Overhead und Netzwerkkonfiguration. Die Lösung: größere Buffer verwenden oder lokal zwischenspeichern.

Spezial-Engines für Vektoren und Archive

KI-Modelle arbeiten zunehmend mit Vektordaten – und die brauchen eigene Speicherlösungen. Zilliz stellte am Freitag die Loon Storage Engine vor. Der Hintergrund: Ein 3072-dimensionaler Vektor benötigt 12 KB Speicherplatz. Herkömmliche Backups werden da schnell teuer. Loon nutzt hybride Dateiformate und ein Manifest für versionierte Zustände, um Schema-Entwicklung und Punktabfragen zu optimieren.

Auch für Altlasten gibt es Hoffnung. Caeves Technology (seit Februar 2026 am Markt) half einem nordischen Ingenieurbüro, 500 TB Daten innerhalb einer Woche in ein KI-zugängliches Format zu überführen. Das System wandelt traditionelle Dateien in Objektspeicher um, der für KI-Suchwerkzeuge indexiert ist. Die Kosten sollen dabei um rund 70 Prozent sinken.

Sicherheit und Hardware im Gleichschritt

Anzeige: Cloud-Speicher-Performance-Probleme durch FUSE-Overhead? Ein aktueller Vergleich zeigt: geesefs erreicht 563 Dateien pro Sekunde, s3fs nur 2,6. Wie Sie solche Engpässe umgehen und Ihre KI-Pipelines beschleunigen, erfahren Sie im Report – mit Checkliste und Migrationsplan. Performance-Report jetzt sichern

Die zugrundeliegende Infrastruktur wird ebenfalls sicherer. NetApp und Cisco erweiterten ihre FlexPod-Architekturen am Freitag um validierte Designs für Retrieval-Augmented Generation (RAG) und semantische Suche. Die Systeme integrieren automatisierte Sicherheitsreaktionen, die verdächtige Nutzer blockieren oder Volumes bei Bedrohungen offline nehmen können.

Auf der Hardwareseite präsentierte Radxa zwei neue NAS-Systeme: Die DragonStation mit sechs M.2-NVMe-Steckplätzen für bis zu 48 TB Flash-Speicher und die DragonBay für HDD-Speicher jenseits von 140 TB. Beide laufen unter Fygo OS und werden von Qualcomm-Snapdragon-Prozessoren angetrieben.

Für Betreiber älterer Systeme bleibt das Feintuning wichtig. Historische Updates für das Resilient File System (ReFS) bieten registry-basierte Methoden zur Verwaltung hoher Speichernutzung. Und aktuelle Forschung von MaxLinear und LANL zeigt: Hardware-beschleunigte ZFS-Konfigurationen können die Schreibgeschwindigkeit um bis zu das 39-fache steigern.