Amazon S3 Files ra đời nhằm giải quyết bài toán truy cập dữ liệu và đưa đúng dữ liệu đến đủ nhanh cho các hệ thống AI hiện đại thay vì gặp rắc rối với GPU như trước đây.

Amazon S3 Files ra đời (Tìm hiểu thêm tại đây) để giải quyết đúng vấn đề này.

Vấn đề cũ là:

Trong machine learning, hệ thống thường tách biệt:

  • Amazon S3 — lưu trữ vô hạn, chi phí thấp, nhưng truy cập qua API
  • File system (EFS) — truy cập nhanh, chia sẻ được, nhưng đắt và giới hạn dung lượng

Để train hoặc fine-tune(tùy chỉnh) model, quy trình thường như sau:

  1. Copy dataset từ S3 xuống EFS
  2. Train model trên EFS
  3. Copy model artifact ngược lại lên S3

Kết quả: dữ liệu bị nhân đôi, pipeline phức tạp, thời gian khởi động kéo dài. Nó hoạt động được, nhưng rất kém hiệu quả.

Giải thích chi tiết về Amazon S3 Files

Amazon S3 Files cung cấp giao diện filesystem trực tiếp trên S3. Ứng dụng có thể truy cập S3 object như thể chúng là file thông thường — không cần download, không cần staging sang layer lưu trữ khác.

Điều này thường phát sinh ngay lập tức câu hỏi tưởng chừng đơn giản:

 “Nếu S3 Files dùng EFS bên dưới, thì nó có phải là EFS không?”

Câu trả lời là “Không hoàn toàn”. Điểm khác biệt quan trọng ở chỗ là:

  • Dữ liệu vẫn nằm trên S3 — đây là nguồn duy nhất
  • EFS chỉ là cache hiệu năng cao — lưu những gì đang được dùng tích cực

Trước đây, bạn phải lưu dataset trên cả S3 lẫn EFS cùng lúc. Với S3 Files, chỉ dữ liệu đang được truy cập mới được cache. AWS cho biết điều này có thể giảm chi phí lưu trữ lên đến 90% so với cách nhân đôi dữ liệu cũ.

Vì sao Amazon S3 Files đặc biệt quan trọng với AI Agent?

Agentic system hoạt động rất khác ứng dụng truyền thống. Agent đọc file, ghi output trung gian, duy trì bộ nhớ, và chia sẻ context với các agent khác. Về bản chất, agent tư duy theo file, không theo API call.

Với kiến trúc cũ:

  • Agent gọi S3 API để đọc dữ liệu → latency cao
  • Chia sẻ output giữa các agent → phải dùng thêm EFS hoặc cơ chế khác
  • Lưu trữ bộ nhớ dài hạn → phức tạp về kiến trúc

Với S3 Files, agent có thể:

  • Coi S3 như một shared filesystem dùng chung
  • Lưu bộ nhớ trực tiếp vào S3
  • Các agent cộng tác qua shared storage
  • Truy cập dataset lớn một cách tự nhiên

Toàn bộ một tầng phức tạp trong kiến trúc agentic được loại bỏ.

Hướng dẫn Hands-on thực tế trên AWS Console

Đầu tiên, truy cập aws console > s3

Giao diện tính năng Amazon S3 Files trên AWS Console
Giao diện tính năng Amazon S3 Files trên AWS Console

Tiếp tục chọn tính năng File systems

Sau đó nhấn button Create file system

Tiến hành tạo file system như hướng dẫn:

Lưu ý: 

Hệ thống tệp yêu cầu bật tính năng Bucket Versioning cho bucket. Trước khi bạn có thể tạo hệ thống tệp cho nhóm lưu trữ này, bạn phải bật tính năng Bucket Versioning.

Tạo xong, chúng ta sẽ có file system cho hệ thống AI agent. Từ nay, ứng dụng sẽ truy cập dataset không cần thông qua s3 api như cách trước đây nữa.

Amazon S3 Files ra đời để giải quyết đúng vấn đề này.

Kết luận về Amazon S3 Files

Trong nhiều năm, team cơ sở hạ tầng phải tách biệt hai loại lưu trữ: file system cho compute, object storage cho lưu trữ. Amazon S3 Files ra đời để xóa mờ ranh giới đó luôn.

Đây không chỉ là một storage feature mới. Đây là tính năng lớn cải thiện kiến trúc AI hiện đại: đưa khả năng mở rộng của S3 cùng với tính dễ dùng của filesystem vào một giải pháp duy nhất. Hy vọng bài viết có ích và cảm ơn độc giả!

Bên cạnh đó, bạn có thể tìm hiểu thêm về các giải pháp tối ưu AWS và dịch vụ điện toán đám mây tại Sunny Cloud Vietnam