存储
AI 训练的数据路径，NFS 仍然很实用
为什么 ZetaNAS 把 NFS 当成一等训练数据接口，而不是把所有 AI 工作负载都包装成新的存储概念。
AI 训练通常需要稳定的数据访问和相对独占的 GPU 调度。存储层不应该把“共享文件”和“共享 GPU”混为一谈。
ZetaNAS 保留 NFS Ready，是因为很多团队真正需要的是一种简单、可靠、容易排障的数据挂载方式，用来支撑训练节点、预处理任务、标注工具和评审流程。GPU 可以由训练任务独占，数据则通过熟悉的接口被多个环节访问。
这对中小团队尤其重要：
- NFS 容易运维，也容易排查。
- Linux 生态和现有工具链天然理解它。
- 训练任务可以直接挂载共享数据集，不必先把所有文件搬进对象存储。
- 在应用管线需要时，也可以和 S3/POSIX 接口组合使用。
目标不是把存储说得多玄，而是让数据足够近、足够稳定、足够可见，别让昂贵的计算资源等在混乱的基础设施后面。