NVIDIA收购SwiftStack用来做什么呢？
首先，我们来看一下做为事实上的标准的AWS S3，从骨子里说，它代表的对象存储，是一种在线的海量数据较低成本的存储方式，适合跨地域读写；因此，虽然备份归档是对象存储的使用场景之一，但只是做备份归档，其实是委屈了对象存储。
其次，对象存储的高并发，特别适合前端呈现分布式负载的场景。AI场景的使用，包括AI训练、AI推理，是由许许多多个任务并发进行的，任务与任务之间几乎没有数据的交互，因此很少考虑存储通常要顾及的写一致性。
因此，在我们看来，NVIDIA收购SwiftStack或许有如下几个原因：
1）NVIDIA欲整合AI基础架构
NVIDIA是一个非常注重生态的公司，它的版图里应该不仅仅是计算以及衍生出来的各个组件，从近两年的动作来看，NVIDIA想整合整个AI基础架构。2019年3月11日NVIDIA以69亿美元收购 Mellanox；2020年3月6日宣布收购SwiftStack。
2）SwiftStack具备数据跨云管理和高并发的优势
据报道：＂Manuvir Das表示，NVIDIA尤其喜欢SwiftStack的1space技术，该技术可以为忙于处理缓存和分层等任务的GPU助一臂之力。
SwiftStack V7于2019年发布，提供数PB的规模，可处理数千个worker节点同时访问数据的任务。它提供了超过100GB ／秒的吞吐速度，性能和容量都能实现线性扩展。
1space是NVIDIA收购Swiftstack的主要原因，这是一种文件连接件，使云原生应用程序可以通过S3或Swift对象API访问本地数据或AWS数据，并可以确保不断向数据提供计算资源”
我个人认为，AI训练有个特点，它一次性将原始训练集的数据加载到计算节点的内存或者SSD后，需要经过一段较长的时间（也即计算或说训练），才会再次读取存储上的数据。因此，对象存储的延迟可能不会构成障碍，这一点可以通过高并发来弥补。
