IBM公司已经对其SVC(即SAN分卷控制器)与Storwize存储阵列产品作出大幅更新,不仅将处理能力与压缩效果提升一倍,根据蓝色巨人的公告、Storwize的存储容量也开始向4PB推进。
目前关于上述硬件与软件的新消息主要见于两篇内容相当具体的博文,一篇来自发明大师Barry Whyte,另一篇则由IBM公司技术大牛Tony Pearson撰写。
Pearson在文章中写道:“在售出超过55000套系统并实现总量达1.6EB(即艾字节)以上数据存储规模之后,IBM继续保持着其在存储虚拟化解决方案领域的王者地位。”这样的结论恐怕会受到EMC、HDS以及NetApp的否定与驳斥,也许连惠普也会提出反对之声。
目前Storwize产品家族包含以下几位成员:
SVC更新
SVC 2145-DH8属于前代2145-CG8产品的继任者,其采用1U X86服务器节点机柜,每一台还需要配备一套1U UPS设备作为缓存保护机制。现在我们使用的是一套包含两块热插拔电池的2U设备,用以代替单独的UPS装置。SVC 2145-DH8的新一代引擎配置如下:
IBM是第一家将英特尔QuickAssist芯片推向市场的阵列设备供应商。
48块SSD被接入到单一2U机架当中,基于新的Storwize 12Gb SAS扩展机柜——这款机柜提供最高38.4TB闪存存储作为SVC IO组。上一代2145-CG8 SVC能够直接升级到新配置,用户也可以将其添加到现有SVC集群当中。
Whyte表示:“DH8提供约两倍的IOPS以及约三倍每秒GB传输能力(相对于CG8)——新的SPC基准测试结果将很快出炉并证明上述结论。”
Storwize V7000升级
Storwize V7000处理器组合分别包含一块四核心处理器与8GB内存。IBM公司在第二代机型中引入了八核心处理器与32GB内存——例如SVC硬件,从而显著提升了设备的性能表现;其压缩速度几乎增加了一倍。控制机柜中包含两套配备多控制器的阵列系统,这相当让每个V7000 IO组的内存容量由原本的64GB提升为128GB。
Storwize V7000控制器
每块阵列系统主板上搭载一块压缩芯片,客户可根据实际需求额外增加一块,这种设计与SVC类似;此外,每块主板配有3个HIC插槽。在V5000与V3700产品当中,两套阵列系统被并排安置在机架当中,而不再像过去那样采取一上一下的布局方式。
V7000控制机柜当中能够容纳24块2.5英寸驱动器以及最高20个12Gb SAS扩展托架。这部分扩展空间能够接入24块2.5英寸(单位容量由300GB到1.2TB不等)或者12块3.5英寸(容量为2TB、3TB或者4TB)驱动器。这意味着整个控制机柜的最大驱动器接入能力为504块,而四路Storwize集群的驱动器接入能力更是高达1056块。大家可以在一套机柜内选择高性能驱动器、近线驱动器、SSD(容量为200GB、400GB或者800GB)或者不同类型间的混合搭配。
Whyte指出:“第二代V7000能够带来几乎双倍于第一代V7000的性能表现,每秒传输能力也将达到上代方案的2.5倍以上。也就是说,第二代V7000与集群化系统之间的数据吞吐能力高达每秒40GB——这一数据来自磁盘直读,无需借助任何缓存机制!”
新一代V7000可被添加到现有V7000集群当中。
值得注意的是,IBM还有意对Storwize V7000系列中的524机型进行强化,使其能够支持16Gb每秒光纤通道连接。点击此处可阅读相关公告内容。
四台V7000机架
V7000软件
Storwize操作系统的V7.3.0版本支持此次公布的新硬件,并提供以下额外功能与特性:
Whyte认为存储池平衡机制的出现非常重要,他评论称:“这可以算是一项效果显著的改进;我们已经通过测试数据看到了平衡池所能带来的不同程度的提升结果。只要放让该功能加入处理流程、掌握实际状况并移动对应区块,在某些情况下其甚至能够带来性能表现提升两倍、延迟水平仅为原先三分之一的良好成绩。”
作为文件访问软件,统一文件模块也迎来了它的v1.5版本,其中加入了NFS v4与SMB v2.1,同时继续保留目前的NFS v3、CIFS、FTP、HTTPS以及SCP协议。除此之外,多租户机制以及OpenStack Cinder也开始支持V7000上的文件。IBM在一份通知函中详尽罗列了关于Storwize家族新软件的具体信息,感兴趣的朋友可以点击此处进行查看。
经过升级的SVC与Storwize V7000将于今年六月六号正式投放市场,不过预计两款产品要到九月十九号才能登陆印度。除此之外,作为特殊机型、附带“功能1173”的V7000U则要等到七月十八号才能与广大用户见面。
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。