2026 年 4 月 9 日，RustFS 官宣加入 NVIDIA Inception 计划。对一家做底层对象存储的公司来说，这是一次实打实的认可——意味着 RustFS 的「AI 原生存储」路线，拿到了 NVIDIA 生态的平台通道与技术资源。这篇把已经落地的、和正在推进的，分开讲清楚，让你既能看懂现在的 RustFS，也能看清它要往哪走。
NVIDIA Inception 带来的不只是名头
NVIDIA Inception 是 NVIDIA 面向 AI、数据科学类公司的创业加速计划，入选者能拿到早期 SDK、硬件平台接入、工程对接和走向市场的支持。对 RustFS 而言，进这个计划的核心价值很直接：能更早拿到 NVIDIA 的平台能力，把「AI 原生存储」从概念推进到能在真实 GPU 集群上跑起来的东西。
RustFS 自己在公告里把这件事定义为「过去九个月进展的验证」，也是市场对其「AI 原生存储」愿景的认可。这句话不是空话——它背后是 RustFS 在 S3 兼容、Rust 内核性能、纠删码这些底座上已经跑出来的成果，Inception 只是把这些成果摆到了更大的舞台上。
AI 原生路线的技术主线：RDMA + DPU offload
公告里最具体的技术表述是这条：把网络栈（RDMA）和计算密集任务（纠删码、压缩、加密）直接 offload 到DPU。意图很清楚——让数据存储不再成为 AI 工作负载的瓶颈，把 CPU 从搬运和编解码里解放出来，整体计算效率上去。
这是 RustFS 正在打造的差异化能力，也是它区别于传统对象存储的关键想象空间：当训练作业的数据面能直接走 RDMA、把重活交给 DPU，存储就从一个「旁边的基础设施」变成了「和 GPU 协同的计算单元」。这条线已经画得很清楚，团队正在紧锣密鼓地把它从路线图推向可交付。
进度一览：节奏清晰，稳步推进
从加入 Inception 到今天，RustFS 的节奏是一条清晰的上升曲线：
- 2026-04-09：加入 NVIDIA Inception，拿到生态平台通道；
- 2026-08-08：发布 1.0.0-rc.1，进入通用可用前的最后冲刺阶段；
- 接下来：GA 正式发布，AI 原生存储能力全面就绪。
一条表把「今天已经能用的」和「正在推进的」分开，方便你判断当下该不该上手：
我自己的判断：加入 Inception 给了 RustFS 走 AI 原生路线的平台与背书，而 rc.1 的节奏说明它正在把这条路线一步步变成可交付的能力。对一个正在评估 RustFS 的团队，今天就能立即用起来的是 Rust 内核带来的写路径优势和完整的 S3 兼容；RDMA / DPU offload 是值得持续跟进的演进方向，等它进 GA 会是很有分量的一笔加分。
收尾：怎么跟这条线
如果你在盯 RustFS 的 AI 原生进展，按这个顺序跟最稳：
- 把「已加入 Inception」「rc.1 已发」当作既成事实记下来，GA 在即；
- 真要测 AI 训练数据面的收益，先用 RustFS 的 S3 兼容接你的训练管线，跑通再谈 offload；
- 等官方放出 RDMA / DPU 的可复现基准时，再把它计入你的架构选项；
- 盯 GitHub 的 rc → GA 进展，GA 前的 rc 阶段固定版本号再上生产。
RustFS 把「Rust 内核 + S3 兼容 + Apache 2.0」拼到一起，又借 Inception 把 AI 原生路线摆上台面——今天能用的扎实底座，加上清晰可见的演进路线，让它成为 AI 时代对象存储里一个值得认真跟进的选择。仓库在这：https://github.com/rustfs/rustfs 。先按上面四步跟，比看十篇「加入 NVIDIA」的通稿都实在。
以下是深入学习 RustFS 的推荐资源：RustFS
官方文档： RustFS 官方文档 - 提供架构、安装指南和 API 参考。
GitHub 仓库： GitHub 仓库 - 获取源代码、提交问题或贡献代码。
社区支持： GitHub Discussions - 与开发者交流经验和解决方案。
意见反馈：GitHub Issues
