Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Parallelstore ist nur auf Einladung verfügbar. Wenn Sie Zugriff auf Parallelstore in Ihrem Google Cloud -Projekt anfordern möchten, wenden Sie sich an Ihren Vertriebsmitarbeiter.
Parallelstore ist ein vollständig verwaltetes, verteiltes Dateisystem mit niedriger Latenz, das die Anforderungen von Hochleistungs-Computing (HPC) und datenintensiven Anwendungen erfüllt.
Parallelstore eignet sich ideal für Anwendungsfälle, bei denen mehrere Clients gleichzeitig auf freigegebene Dateien mit Datenintegrität zugreifen müssen.
Parallelstore unterstützt den POSIX-Standard und ist daher mit einer Vielzahl vorhandener Anwendungen und Tools kompatibel. Das vereinfacht die Migration und Integration.
Parallelstore-Instanzen können an Compute Engine-VMs oder Google Kubernetes Engine-Cluster angehängt werden. Mit dem Parallelstore CSI-Treiber können Kunden über Kubernetes APIs auf das Dateisystem als Volumes für ihre zustandsorientierten Arbeitslasten zugreifen.
Batch-Datenübertragungen in und aus Cloud Storage sind über die Befehlszeile und die REST API verfügbar.
Spezifikationen
Parallelstore ist ein „Scratch“-Dateisystem: Es wird von einem lokalen SSD mit 2+1-Entzifferungscodierung unterstützt und hat eine mittlere Zeit bis zum Datenverlust (MTTDL) von 2 bis 16 Monaten, je nach Instanzkapazität. Weitere Informationen finden Sie in der Tabelle Leistung.
Die nutzbare Kapazität kann zwischen 12 TiB und 100 TiB konfiguriert werden.
Diese Zahlen wurden mit 256 Clientverbindungen zu einer einzelnen Instanz gemessen. Die Latenz wird von einem einzelnen Client gemessen. Die Einstellungen für das Verzeichnis- und Datei-Striping werden für jeden Messwert optimiert.
Anwendungsbereiche
Hochleistungs-Computing: Parallelstore eignet sich hervorragend für HPC-Umgebungen, in denen mehrere Compute-Knoten für Simulationen, Modelle und Analysen schnellen und konsistenten Zugriff auf freigegebene Daten benötigen.
Maschinelles Lernen: Parallelstore kann die großen Datenmengen und hohen Durchsatzanforderungen von Arbeitslasten für maschinelles Lernen bewältigen und so effizientes Training und Inferenz ermöglichen.
Preise
Weitere Informationen finden Sie auf der Seite Preise.
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Schwer verständlich","hardToUnderstand","thumb-down"],["Informationen oder Beispielcode falsch","incorrectInformationOrSampleCode","thumb-down"],["Benötigte Informationen/Beispiele nicht gefunden","missingTheInformationSamplesINeed","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],["Zuletzt aktualisiert: 2025-08-19 (UTC)."],[],[],null,["# Parallelstore overview\n\nParallelstore is available by invitation only. If you'd like to request access to Parallelstore in your Google Cloud project, contact your sales representative.\n\nParallelstore is a fully managed, low-latency distributed file system\ndesigned to meet the demands of high performance computing (HPC) and\ndata-intensive applications.\n\nParallelstore is ideal for use cases where multiple clients need concurrent\naccess to shared files with data integrity.\n\nParallelstore supports the POSIX standard, ensuring\ncompatibility with a wide range of existing applications and tools,\nsimplifying migration and integration.\n\nParallelstore instances can be mounted to Compute Engine VMs or\nGoogle Kubernetes Engine clusters. The [Parallelstore CSI driver](/parallelstore/docs/csi-driver-overview) enables\ncustomers to use Kubernetes APIs to access the file system as volumes for\ntheir stateful workloads.\n\n[Batch data transfers](/parallelstore/docs/transfer-data) into and out of\nCloud Storage are available from the command line and the REST API.\n\nSpecifications\n--------------\n\n- Parallelstore is a \"scratch\" file system: it's backed by local SSD with\n 2+1 erasure coding, with a mean time to data loss (MTTDL) from 2 to 16\n months, depending on instance capacity. See the [Performance](#performance)\n table for details.\n\n- Usable capacity can be configured from 12TiB to 100TiB.\n\n- Supported in [multiple regions](/parallelstore/docs/locations).\n\nPerformance\n-----------\n\nExpected performance from Parallelstore is shown in the following table.\n\nThese numbers are measured using 256 client connections to a single\ninstance. Latency is measured from a single client. Directory and file\nstriping settings are optimized for each metric.\n\nUse Cases\n---------\n\n- **High-performance computing**: Parallelstore excels in HPC environments where\n multiple compute nodes need fast and consistent access to shared data for\n simulations, modeling, and analysis.\n\n- **Machine learning**: Parallelstore can handle the large datasets and high\n throughput requirements of machine learning workloads, enabling efficient\n training and inference.\n\nPricing\n-------\n\nSee the [Pricing](/parallelstore/pricing) page for details."]]
