$ just deploy create-vpc \
--template perf_demo --with-bench
✓ cluster deployed in under 5 minutes
# benchmark — 4 KiB objects, single bucket, 1 meta node
GET 1.3M Obj/s P99 3.4 ms
PUT 280K Obj/s P99 8.5 ms为什么选择分形智存
为性能而生
FractalBits 融合前沿技术，提供超越 AWS S3 Express One Zone 的卓越性能，同时成本更低。
130 万+ Object/s
4 KiB 对象读取超过 130 万/秒，P99 延迟约 3ms——专为 AI 训练与数据分析而生。
Fractal ART 元数据引擎
全路径设计避免了传统 inode 系统的繁重分布式事务——高可扩展，且具备完整目录语义与原子重命名。
多协议访问
一套后端，多种接口——同一份数据可经 S3 对象 API 与 POSIX 文件系统访问，更多协议正在路上。
NVMe 原生数据引擎
针对 SSD 优化的数据引擎，I/O 路径开销极低，性能随 NVMe 硬件线性扩展——无需 EBS。
线性横向扩展
超出单节点？增加元数据与数据节点即可近线性扩展吞吐与容量——无需重构架构。
5 分钟 BYOC
一条命令部署到任意 AWS 或 GCP 区域——5 分钟内即可运行。
技术栈
应用场景
为高要求工作负载而生
凡是由小对象、低延迟与原子操作决定基础设施能否跟得上的场景，正是 FractalBits 的用武之地。
AI / ML 训练与检查点
Challenge 数据加载跟不上时 GPU 闲置，而非原子的检查点写入则可能导致恢复时数据损坏。
FractalBits 每秒数百万次小对象读取持续喂饱加速器；原生原子重命名可瞬间提交检查点、切换数据集版本——并可经 S3 或 POSIX 访问。
数据分析与湖仓
Challenge 针对 Parquet、Iceberg 类表格的查询引擎会发起海量小范围 GET——对象存储延迟成为瓶颈。
FractalBits 4 KiB 对象 ~3ms P99 配合高并发显著缩短扫描时间，原子目录重命名让表压缩与提交更安全。
元数据密集与小对象负载
Challenge 数十亿微小对象与深层路径，让基于 inode 的元数据陷入繁重的分布式事务。
FractalBits 全路径 Fractal ART 元数据引擎采用单次查找——单个元数据节点即可支撑每秒数百万次操作，并具备真正的目录语义。
高性价比的 S3 Express 替代方案
Challenge S3 Express One Zone 虽延迟低，但成本高且绑定 AWS。
FractalBits 以一小部分成本媲美甚至超越其性能——小对象写入成本低 100 倍以上——数分钟内部署到您自己的 AWS 或 GCP 账户，且无需 EBS。
基准测试
性能基准测试
性能来自于真实云部署系统（AWS/GCP）。您可以自行部署(BYOC)来验证这些结果。
GET 工作负载
PUT 工作负载
以上全部由单个承载数亿对象的元数据节点提供——这正是 Fractal ART 引擎效率的直接体现。需要更高规模？增加元数据与数据节点即可横向扩展。
基准测试配置
资源
文档
开始使用和了解 FractalBits 工作原理所需的一切。