富士通放出消息,宣称大家不必再出于性能考量而购买特殊的全闪存系统——该公司的全闪存中端DX200阵列既价廉又物美,足以满足需求。
富士通表示“与基于特殊架构的昂贵全闪存阵列不同,这款富士通Eternus DX200 S3采用的是高性能标准系统架构,能够将系统购置成本削减高达八成。”
DX200 S3的全闪存版本配备3.6TB NAND,能够实现200500.95 SPC-1 IOPS,其满负载工作状态下的响应时间约为0.63毫秒——根据富士通的说法,这是SPC-1基准测试历史上最出色的满负载响应时间数字。
SPC-1基准测试的目的在于“模拟关键性业务应用程序所涉及的大量复杂事务处理流程。联机事务处理(简称OLTP)、数据库操作以及邮件系统等伪操作型工作负载会被重新创建以确保随机访问读取/写入性能。”
下面这份图表显示的是全闪存DX200 S3在SPC-1基准测试系统中的IOPS排名情况:
富士通Eternus DX200 S3全闪存版本在SPC-1基准测试中的IOPS成绩
我们从中能够得出怎样的结论?DX200 S3的速度比Eternus DX400系统更快,虽然后者曾经被定位成更高级别的Eternus阵列产品。DX400后来被于去年十一月份推出的DX500系统所取代,与之同期发布的还有DX200以及其它S3版本产品。通过以下图表,我们能够了解此后富士通Eternus产品家族的定位情况:
其次,中端DX200在基准测试中的成绩超过了IBM V7000以及NetApp FAS8040双节点集群,并与惠普3PAR T800以及六节点NetApp FAS6240集群保持在同一级别当中。不过惠普与NetApp的这两款方案都属于上代产品。看了这份成绩单,我们不禁对富士通接下来将要推出的大型DX500以及DX600的全闪存版本充满期待。
在这份SPC-1测试成绩单中,没有出现富士通所说的价格极为高昂的特殊架构全闪存阵列——我们认为这里指的是由Pure Storage、SolidFire、Nimbus Data或者Violin打造的对应阵列产品。我们暂时无法从SPC-1测试的角度将它们与DX200 S3进行比较,因为它们都没有公开其SPC-1成绩——这实在有些遗憾。另外,我们也无法将DX200与EMC的XtremIO或者思科的Invicta作出比对,理由也是一样。
再有,我们也不知道DX200的全磁盘版本到底性能如何,这不得不说是另一大遗憾。就目前来看,全闪存DX200表现突出、状态良好,如果大家希望购买一套速度拔群而且易于安装的全闪存系统,这就是富士通给出的答案。
顺带一提,我们了解到NetApp也计划推出一款全闪存FAS阵列,相信到实际发布时双方一定又会引发激烈的对抗。
好文章,需要你的鼓励
人工智能开发商Anthropic为其旗舰聊天机器人Claude推出新的医疗健康功能,用户现在可以与服务共享医疗记录以更好地了解自己的健康状况。Claude可以连接官方医疗记录和苹果健康等健身应用,进行更个性化的健康对话。新功能现已向美国的Claude Pro和Max订阅用户开放。公司强调该工具不用于诊断或治疗建议,而是帮助用户理解复杂医疗报告,为医患沟通做准备,并承诺严格保护用户隐私数据。
上海AI实验室联合团队开发RoboVIP系统,通过视觉身份提示技术解决机器人训练数据稀缺问题。该系统能生成多视角、时间连贯的机器人操作视频,利用夹爪状态信号精确识别交互物体,构建百万级视觉身份数据库。实验显示,RoboVIP显著提升机器人在复杂环境中的操作成功率,为机器人智能化发展提供重要技术突破。
谷歌发布通用商务协议(UCP)开放商务标准,旨在让AI智能体自动化整个购物流程,从产品发现到支付再到售后服务。该协议与Shopify、Target、沃尔玛等零售商合作开发,支持AI智能体协同处理客户购买流程各环节。谷歌还推出品牌商业智能体和直接优惠工具,优化AI搜索中的购物体验。麦肯锡预测智能体商务到2030年将成长为3万亿美元市场。
英伟达研究团队提出GDPO方法,解决AI多目标训练中的"奖励信号坍缩"问题。该方法通过分别评估各技能再综合考量,避免了传统GRPO方法简单相加导致的信息丢失。在工具调用、数学推理、代码编程三大场景测试中,GDPO均显著优于传统方法,准确率提升最高达6.3%,且训练过程更稳定。该技术已开源并支持主流AI框架。