跳到主要内容

XNet 智能块加速引擎

XNet 简介​

过去，我们主要依赖 Git LFS（Large File Storage）来管理大文件——它确实解决了 Git 本身不适合存储大文件的问题，但也有明显局限：比如每次读写都必须以整个文件为单位，无法按需加载部分内容；随着模型和数据集越来越大，这种“全有或全无”的方式不仅效率低，还会显著拖慢协作与迭代速度。

为了更好地适配 AI/ML 领域对超大模型、海量数据集以及高效随机访问的需求，我们推出了 XNet —— 一个专为现代 AI 工作流设计的高性能存储后端。它支持细粒度的数据访问、智能缓存和并行传输，在保留与现有工具链兼容的同时，大幅提升存储效率与开发体验。（注：我们仍继续支持 Git LFS，确保旧项目平稳过渡。）

XNet 核心能力​

与传统的 Git LFS 等大文件管理方案不同，XNet 从底层架构上针对 AI/ML 工作流进行了深度优化，带来一系列关键能力升级：

1. 智能去重，节省空间又提速​

  • XNet 会根据文件内容智能地切分为合适大小的块，并在平台范围内对重复块自动去重。这意味着：
    • 模型或数据集的不同版本之间只需上传变更部分，增量极小；
    • 跨项目、跨仓库复用相同数据时，存储空间大幅节省；
    • 大文件首次上传和后续更新都更快、更高效。

2. 秒级增量更新，告别整文件重传​

  • 不再像 LFS 那样必须整文件替换——XNet 只上传发生变化的数据块。对于频繁迭代的大模型或数据集，上传时间可缩短至秒级，显著提升开发与实验效率。

3. 高速并行下载，适配训练与推理场景​

  • 借助并行化、流式的块下载机制，XNet 能充分发挥网络带宽，特别适合训练集群、推理服务和分布式任务等高并发场景，让数据“秒级就位”。

4. 数据永不“失真”：可靠、可验、可共享​

  • 每个数据块都通过加密哈希唯一标识，天然具备：
    • 端到端的数据完整性校验，杜绝静默损坏；
    • 客户端本地缓存与多节点间高效共享；
    • 跨机房、跨区域环境下的快速同步与一致性保障。

这些能力共同构成了 XNet 的核心优势：它不再只是“存大文件”，而是为 AI 时代的模型与数据管理提供了一套高性能、高效率、高可靠的新基础设施。

使用方式​

XNet 需要服务端已启用对应能力，适用版本与授权由管理员确认。安装与当前实例兼容的 csghub-sdk；以下命令参数可通过各子命令 --help 查看。

  1. 安装csghub-sdk
pip install -U csghub-sdk
  1. 在运行环境中设置当前实例的 CSGHUB_TOKEN，并显式指定平台 API 地址。下例为私有实例占位地址；传神社区使用 https://hub.opencsg.com。此变量通过 --endpoint 传入，不要填写推理网关地址。
export CSGHUB_ENDPOINT="https://your-csghub.example.com"
# 在运行环境或密钥工具中设置 CSGHUB_TOKEN
  1. 上传文件
csghub-cli upload {user}/{repoName} {local_dir} --repo-type model --endpoint "$CSGHUB_ENDPOINT" #上传整个目录
csghub-cli upload {user}/{repoName} {fileName} --repo-type model --endpoint "$CSGHUB_ENDPOINT" #上传单个文件

示例：

csghub-cli upload demo/test1 Electric_Vehicle_Population_Data.zip --repo-type model --endpoint "$CSGHUB_ENDPOINT"
  1. 下载文件
csghub-cli download {user}/{repoName} --repo-type model --endpoint "$CSGHUB_ENDPOINT" #下载整个仓库
csghub-cli download {user}/{repoName} {fileName} --repo-type model --endpoint "$CSGHUB_ENDPOINT" #下载单个文件

示例：

csghub-cli download demo/test1 --repo-type model --endpoint "$CSGHUB_ENDPOINT"
csghub-cli download demo/test1 Electric_Vehicle_Population_Data.zip --repo-type model --endpoint "$CSGHUB_ENDPOINT"

以上示例类型为 model；上传或下载数据集时改为 --repo-type dataset，并使用数据集仓库 ID。完整示例见 API 和 SDK。