AI服务器存储配置：训练数据盘与系统盘的规划要点
AI服务器的存储配置不是简单加一块大硬盘，而是先分清系统盘、训练数据盘和缓存盘各自负责什么。
系统盘放操作系统和基础软件，容量不用太大；
训练数据集、模型权重和检查点放在独立的NVMe数据盘上，避免写满根分区导致训练中断。
下面按准备、分区挂载、目录规划和验证四步展开，环境以常见Linux发行版和一块未使用的NVMe盘为例。
先确认盘的角色和当前挂载情况
登录服务器后先看清现有磁盘。
执行 lsblk 查看块设备树，执行 df -h 查看已挂载分区的使用率。
重点确认两点：系统盘对应的设备名（通常是 /dev/sda 或 /dev/nvme0n1），以及新增数据盘的设备名（例如 /dev/nvme1n1）。
如果数据盘已经有分区和文件系统，不要直接格式化，先挂载到临时目录查看内容。
只有确认盘是空的或数据可丢弃，才继续下一步。
涉及分区和格式化操作会影响盘上原有数据，操作前应确认设备名没有看错。
分区、格式化并挂载数据盘
假设新增盘为 /dev/nvme1n1，计划整盘使用，不划多个分区。
用 parted 创建GPT分区表和一个主分区：
sudo parted /dev/nvme1n1 --script mklabel gpt
sudo parted /dev/nvme1n1 --script mkpart primary xfs 0% 100%分区完成后设备名通常是 /dev/nvme1n1p1。
用XFS格式化，XFS对大容量和高并发写入比较友好：
sudo mkfs.xfs /dev/nvme1n1p1创建挂载点并挂载：
sudo mkdir -p /data
sudo mount /dev/nvme1n1p1 /data为了让重启后自动挂载，把分区信息写入 /etc/fstab。
推荐用UUID而不是设备名，先执行 blkid /dev/nvme1n1p1 拿到UUID，再在 /etc/fstab 末尾加一行：
UUID=你的UUID /data xfs defaults,noatime 0 2noatime 可以减少记录文件访问时间的写入，对训练场景有一定帮助。
改完后执行 sudo mount -a 测试，没有报错说明配置可用。
规划训练数据目录和空间预留
挂载好之后不要把所有东西都堆在 /data 根下。
建议按用途分目录，例如 /data/datasets 放原始数据集，/data/checkpoints 放训练检查点，/data/models 放模型权重。
这样后续做备份、清理和磁盘配额都更清楚。
训练任务容易写满磁盘，建议给数据盘留出至少10%到15%的余量，不要等到100%再处理。
如果使用Docker，把数据目录通过 -v /data/datasets:/workspace/datasets 挂载进容器，避免数据写进容器层。
验证挂载结果和实际读写
挂载完成后用 df -h /data 确认容量和挂载点正确，用 findmnt /data 确认挂载参数生效。
接着做一次简单写入测试：
dd if=/dev/zero of=/data/testfile bs=1M count=1024 oflag=direct
rm -f /data/testfile观察写入速度是否明显低于盘的标称值。
如果速度异常低，检查是否误把数据盘挂到了系统盘分区，或者盘本身存在硬件告警。
更完整的压测可以用 fio，但日常配置验证用上面的命令已经够用。
常见坑位
第一，设备名看错导致格式化系统盘。
执行分区和格式化前，务必用 lsblk 和 blkid 交叉确认。
第二，只执行了 mount 没写 /etc/fstab，重启后数据盘消失，训练任务找不到数据。
第三，把数据集放在系统盘根分区，训练中途根分区写满，系统命令都可能无法执行。
第四，多人共用服务器时没有约定目录，互相覆盖检查点。
建议在 /data 下按用户或项目建子目录，并约定清理规则。
存储配置完成后，建议再检查一次开机自动挂载和目录权限，确认训练账号对数据目录有读写权限，再开始正式任务。
