在我们教孩子修理自行车时,我们可能会告诉他要把车闸进行调整,或者把某个零件卸下来进行更换等。而部署虚拟桌面基础设施(VDI)的过程,与修理自行车其实大同小异,唯一的区别往往在于细节问题。糟糕的用户体验就意味着低的用户普及率。大部分VDI领域的专业人士也认同,存储性能或存储性能缺乏是阻碍成功部署VDI的最大难题。
VDI部署对于不同的环境而言所起到的作用不一样,且汇集了基于服务器和分布式计算模型的所有优势。然而,在不同的企业环境下VDI部署必须谨慎,因为不同的环境可能存在独特而鲜明的I / O特性。性能峰值和不可预知的用户负载都可能挑战VDI设计。启动风暴和登录活动是读密集型操作而且对于处理进程非常苛刻。其他运行活动,如应用风暴,则多是写密集型,会加重整个系统的负担。当多个用户活动中同时具有高读需求I / O和高写需求I / O,并且同时访问相同的应用,I / O性能无法保持,而且会影响整个SAN阵列,从而导致启动时间延长,以及令人沮丧的用户体验。
以下调查数据来自于2014年2月份QLogic FabricCache 和VDI webinar的调研,结果表明,VDI的I/O特性存在多样性。
那么您如何搭建能够满足这些不同I/O特性的VDI解决方案呢?传统的做法是升级存储阵列。硬盘在容量上存在很大的优势,但是性能上却很欠缺。所以,通过升级阵列并不是一个好方法。并且在解决存储性能问题上,上述做法还会导致系统配置远超出需求的容量,从而大幅增加整个系统的采购成本。
FabricCache是一款为共享应用性能加速数据存取的独特解决方案,可以将行业领先的FC适配器和缓存智能以及I/O管理卡整合到一起。所有的缓存和SSD管理都通过该板卡处理。FabricCache 简化了缓存,并且对主机服务器、OS和应用都是透明的。
如果采用磁盘,要支持500个虚拟桌面的性能,需要625块磁盘。这个数量相当于整个数据中心机架配满磁盘,还要消耗约26000瓦能源来满足电力和散热需求。FabricCache可以让你在最需要的地方实现性能加速。只需一块适配器就可满足约750台虚拟桌面的性能需求。换句话说,一块FabricCache适配器可以提供等同于937块磁盘的性能,并且成本、空间、电力和冷却需求方面却远低于937块磁盘。
另外一个好处就是缓存和加速读请求。当您现有的存储阵列不必浪费CUP周期来处理读操作,它就可以有更多的时间来处理写操作或VDI客户端。你现有的存储实际会变得速度更快,且SAN带宽得到更有效的利用。通过减少对现有存储和SAN设备的使用,可以延长SAN的使用寿命,实现更好的投资回报率,并能够延缓甚至消除未来的SAN升级需求。
这是一条漫长的道路,但企业正在逐渐改变他们对桌面交付方式的态度,并认为VDI是一种强大而有效的工具。所以VDI简单得就像教孩子如何换自行车刹车一样。最大的区别在于细节,而FabricCache是一个确保成功VDI体验的非常合适且专业的工具。
好文章,需要你的鼓励
本文探讨如何使用生成式AI和大语言模型作为倾听者,帮助用户表达内心想法。许多主流AI如ChatGPT、Claude等被设计成用户的"最佳伙伴",或试图提供心理健康建议,但有时用户只想要一个尊重的倾听者。文章提供了有效的提示词技巧,指导AI保持中性、尊重的态度,专注于倾听和理解,而非给出建议或判断。同时提醒用户注意隐私保护和AI的局限性。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
人工通用智能和超级人工智能的出现,可能会创造出一种全新的外星智能形态。传统AI基于人类智能模式构建,但AGI和ASI一旦存在,可能会选择创造完全不同于人类认知方式的新型智能。这种外星人工智能既可能带来突破性进展,如找到癌症治愈方法,也可能存在未知风险。目前尚不确定这种新智能形态是否会超越人类智能,以及我们是否应该追求这一可能改变人类命运的技术突破。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。