Nimble Storage将重走Tegile的发展道路,在其全新高端产品中引入全闪存设计。此举将给其主要竞争对手,全闪存阵列新兴企业Pure Storage公司带来沉重打击——至少Nimble宣称如此。
Tegile与Nimble两家公司都提供网络混合闪存/磁盘阵列,同时提供分别针对闪存及磁盘进行过优化的专用操作软件——而非直接在磁盘驱动器阵列的操作系统上直接运行闪存软件。之所以采取这种方法,是为了能够帮助用户同时享受全闪存阵列带来的数据访问速度优势与磁盘驱动器阵列提供的存储容量优势。
最近Tegile公司公布了一款高端产品,不仅采用全闪存配置方案、每GB可用容量的使用成本更是不到1美元——请注意,这里的可用容量是指数据经过压缩处理后所能使用的实际存储空间。相比之下,Pure公司目前闪存资源的每GB使用成本在3到4美元之间。
Nimble公司CEO Suresh Vasudevan是在一次金融分析师会议上放出这条消息的。William Blair公司分析师Jason Ader写道:
新的高端平台听起来前景光明。这位曾经预览过其高端平台的高管(其正式版本定于本月十一号、星期三推出)指出,该平台将提供与全闪存阵列相近的性能表现,这一点与Pure Storage基本类似,但其使用成本则为后者的一半左右。该平台将使用更新、更大的CPU并提供近3倍于该公司现有平台的写入性能与10倍的闪存存储容量。该平台预计能够在3U设备中提供50万IOPS的更高闪存到磁盘传输速率,同时引入全闪存盘架设计方案——我们期待着光纤通道支持能力在短期内的正式登陆。
现有高端设备为CS460,拥有35TB原始磁盘容量以及25到50TB之间的实际可用容量。其闪存存储空间为1.2到2.4TB。配备三套45TB磁盘加600GB闪存的扩展托架方案,该阵列的最高可用磁盘容量在125TB到249TB区间浮动。Nimble在谈到其技术规格时表示:“原始及可用存储容量基于Base 10(即1TB=1万亿字节)计算,其中不包括奇偶校验、备用空位以及系统所占用的空间;数据压缩比率在0到2倍之间。”
新设备应该是在3U空间内提供最高24TB闪存容量,用户也可以购买全闪存扩展盘架来进一步增加闪存空间。据Nimble方面所说,每GB可用闪存资源的使用成本估计在1.5美元到3.0美元之间。
Vasudevan还将Nimble的新方案与Tintri以及Tegile两位竞争对手进行了对比。Ader在报道中表示:“这位高管指出,基于ZFS的Tegile方案采用经典的数据分层架构,这就让Nimble获得了性价比优势;而主要面向虚拟机的Tintri方案虽然在性价比方面更突出,但却因为以闪存为核心、较少提供文件系统级磁盘数据排布功能而在整体容量成本上处于劣势。”
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。