微信WFS团队在传统TCP网络下跑满200Gb网卡并加速模型加载

微信WFS团队跟进学习DeepSeek开源的3FS后，因内部庞大存量集群不支持RDMA，转向传统TCP网络吞吐优化，启动WFS Ultra项目。关键做法有三：Run-To-Completion线程模型，把libfuse读接口异步化并引入ultra-core异步回调，配合绑核策略降低Cache Miss；全链路零拷贝，经可插拔架构对比后选定客户端splice、服务端sendfile的组合，全链路减少8次CPU拷贝，服务端跑满200Gb带宽仅占3个核心，但sendfile不支持实时CRC校验，改用定期巡检降低静默损坏风险；负载自适应预读，用内存池避免分配抖动、细粒度流式预读，并在高并发时限速、负载大时自动停止预读。披露结果（官方称）：同等200Gb网络下Fio吞吐超过RDMA加持的3FS，优化已在内部运行半年；异步化随机读内部实测较常规实现差距可达10倍以上；AI场景用预热Overlap把模型数据提前读入内存，使参数加载与框架初始化并行，不同规模模型加载耗时均有下降但幅度未披露。边界：对比为团队自测口径，整体属内部实验性工程实践，RDMA在KVCache等延迟敏感场景仍有上限优势。