Google發布雲端儲存FUSE CSI驅動程式，簡化GKE機器學習工作負載資料存取

隨著越來越多用戶在Kubernetes上訓練機器學習模型，用戶需要一種能夠簡單從物件儲存存取訓練資料檔案的方法。Google因而推出了專用於GKE機器學習用例的Cloud Storage FUSE CSI（Container Storage Interface）驅動程式，供應用程式將Cloud Storage儲存桶中的物件，當作本地檔案系統般存取，支援那些需要檔案系統操作的應用程式。

Cloud Storage FUSE的主要應用場景，是在GKE上支援使用Pytorch和Tensorflow的機器學習訓練，不只可以從Cloud Storage讀取資料，存取檢查點儲存模型，也能使用機器學習模型對Cloud Storage上的資料進行推理運算。此外，機器學習應用也能利用動態資料串流，加速啟動時間。

在GKE上，Cloud Storage FUSE容器儲存介面（Container Storage Interface，CSI）驅動程式，使得Kubernetes應用程式能夠將Cloud Storage儲存桶視為本地檔案系統。該功能的好處包括增加應用程式的可移植性，藉由支援使用標準檔案系統的方式存取Cloud Storage儲存桶，機器學習應用程式便能具有更高的可移植性，消除因重構所產生的成本。

而且使用者無需將資料複製到本地檔案系統，可以直接從Cloud Storage串流資料，快速啟動訓練作業，這代表著應用程式不必等待資料下載完成就能開始工作。CSI驅動程式還支援大規模運作，無論是訓練、推理還是在檢查點階段，用戶都可直接運用Cloud Storage效能優勢，大規模執行機器學習工作負載。

過去用戶要使用Cloud Storage FUSE，用戶必須要自己創建解決方案，這也代表著在GKE上使用Cloud Storage FUSE需要特權存取，而Cloud Storage FUSE CSI驅動程式不需要特權存取，因此能夠帶來更好的安全性。

CSI驅動程式會在幕後部署Cloud Storage FUSE，自動支援GKE Standard和Autopilot兩種類型叢集的運作，用戶不需要額外手動安裝或是管理。另外，Cloud Storage FUSE CSI還支援GKE上所有加速器，包括GPU和TPU都可以使用。

官方提到，因為Cloud Storage FUSE及其CSI驅動程式，並不是Filestore這類全託管檔案系統的替代解決方案，因此不提供像是對同一檔案多重寫入的並行控制，也不完全符合POSIX標準，且不支援NFS、CIFS和SMB檔案系統，因此當應用程式需要支援多寫入者同時寫入同一檔案的情境，便需要使用具多重共享功能的Filestore。