我们之前曾经在Pure Storage公司的发展故事中提到其FlashArray 400系列阵列,不过根据Pure方面刚刚给出的反馈,我们弄错了这款产品的价格。这实在有些奇怪,因为我们当时在推论中使用的都是Pure自己给出的数据。
根据Pure Storage公司市场推广部门的说法,其FA-405与FA-450阵列的低端机型每GB要价分别为6美元和8美元,而不是我们上周曾经报道过的每GB 3美元和4美元。根据当时的核算,我们得出的结论是这样一套40TB容量的全闪存Pure阵列大概需要16万美元。
事实上每GB 3美元到4美元的价格区间来自Pure公司发布的新闻稿,据此我们计算出其入门级FA-405 40TB容量顶配方案的价格应该在12万美元到16万美元之间。
Pure方面表示,FA-405的起步令人远远低于10万美元。该公司营销主管Max Kixmoeller告诉我们:
因此,下面列举一些实例:
我们的新型高端系统为FA-450,顶配型号提供250TB可用存储空间,售价在80万到90万美元之间。取高值计算,90万美元除以250TB得出每GB 3.6美元。更多折扣还将进一步降低该设备的单位存储成本。
我们的低端系统为FA-405,配置10TB可用存储空间的型号价格在8万美元到10万美元之间。取8万美元高值计算,相当于每GB成本为8美元。
以上列出的“可用”容量数字当中包含全部正常消耗(RAID、HA、FlashCare Reserve),再加上通常情况下的数据减值。
购买大型系统的客户往往更关注每GB成本这一参考指标,因此我们采用每GB 3到4美元作为市场推广内容。小型客户普遍更在意总体采购成本,因此我们强调“系统的起步价格低于10万美元”。
由此可知,一套40TB FA-405在每GB 8美元的情况下售价将达到36万美元,而在每GB 6美元的情况下也要卖到25万美元一套——这实在不算便宜。
好文章,需要你的鼓励
日立公司在CES 2026技术展上宣布了重新定义人工智能未来的"里程碑式"战略,将AI直接应用于关键物理基础设施。该公司与英伟达、谷歌云建立重要合作伙伴关系,并扩展其数字资产管理平台HMAX,旨在将AI引入社会基础设施,变革能源、交通和工业基础设施领域。日立强调其独特地位,能够将AI集成到直接影响社会的系统中,解决可持续发展、安全和效率方面的紧迫挑战。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
科技行业女性从业者比例从2015年的16%增至2025年的22%,进步缓慢。尽管各种倡议不断推进,但多元化员工仍面临离职率高、薪酬差距和发展机会不足等问题。2025年经济不确定性导致企业削减多元化项目,美国政策变化也产生连锁反应。随着AI技术快速发展,缺乏多元化团队将导致技术偏见,影响产品质量和市场表现。2026年将成为科技行业多元化发展的关键节点。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。