数据是业务创新的核心,在私有云和公共云之间不受限制地自由移动数据和使用数据,是新时代下数据驱动型企业的新定义,这也促使着CIO们重新审视存储的构建模式。
传统存储和数据架构的诸多结构性限制,导致许多企业裹足不前。传统存储阵列或许可以满足基本需求,但是无法满足更严格的服务要求,也无法支持云计算等全新IT模式。
存储正常运行时间、可扩展性和成本效益等传统要求仍然非常重要,但是云集成、针对 SAN 和 NAS 的统一支持以及简化的数据挖掘等因素对于赢得竞争优势同样具有重大意义。
某地产企业CIO就正在面临这样的问题。该企业正在从单纯的销售型企业向服务转型,随着自身业务的扩展,数据的有效管理和控制依然是他们的一个重要工作。目前,该企业需要同时管理结构化和非结构化数据,解决数据增长以及数据安全的难题。
因此,企业需要一种全新的存储方式,通过集成高性能硬件和可扩展的自适应存储软件,在支持现有工作负载的同时,以快速的调整和扩展来支持新应用程序和不断发展的 IT 模式。据该地产企业CIO称,该企业的核心业务存储采用光纤通道架构、双控制器、双光纤链路、双HBA卡,同时存储设备具有重复数据删除、快照等实用功能。
市场需求和重要性得到了NetApp特别重视,这一点从前不久发布的FAS8000上得到印证。NetApp FAS8000是一款在单个混合阵列中统一SAN、NAS和存储虚拟化的企业存储系统,专门针对横向扩展集群化需求所设计的存储阵列。
集群“横向扩展”
在快速变化的业务形势下,企业需要对内部存储基础架构做出及时的调整,并对随需扩展提出了较高的要求。据了解,该地产企业也在自身成长的同时提出了扩展存储的需求,他们主要采取了“纵向扩展,深化存储的应用”的方式进行存储扩展。该企业CIO指出,他们会重点计划异地容灾、云计算的深入和安全控制上的发展。
其实,NetApp从很早便提出了Data ONTAP集群式横向扩展的理念,最新推出的集群Data ONTAP 8.2.1版本,支持非中断的存储自助移除和SMB 3.0,用户可以通过持续可用的SMB 3.0共享运行,增强的配置功能,启用和运行集群的速度提高3倍。
NetApp方面表示,在Data ONTAP 8.2.1中ONTAP内核已经可以形成一个独立的软件,提供给那些对高性能没有过多需求,但要求软件功能的客户,纯软件功能配合数据中心的高性能硬件来完成存储虚拟化功能。
虚拟化“兼容并包”
在该地产企业的案例中,他们的核心存储需要与原有的虚拟化的集成,实现企业内部的虚拟服务器集群管理。除了服务器虚拟化之外,存储虚拟化也在企业中扮演着关键角色,而能够支持各种异构存储,已经成为存储虚拟化的重要特性之一。
FlexArray是配备在FAS8000上的虚拟化软件,它的作用实际上是通过虚拟化将外部阵列带入到ONTAP环境中,目前支持NetApp E系列以及来自HDS和EMC的外部阵列。现在FAS系列中的所有新型号都带有FlexArray选项,据透露下一步NetApp会在EF系列支持FlexArray虚拟化软件方面做一些探索。
闪存“扬长避短”
闪存能够提高IOPS密度、低延迟、随机IO无延迟、降低电耗散热要求、机械强度高等优点体现出降低业务风险、加快业务发展、提高用户体验、降低成本和实现绿色IT的商业价值。因此,闪存在每IO成本方面具显著的优点,企业应该扬长避短正确利用这种高速闪存介质去撬动整体性能并获得稳定性。
NetApp FAS8000同时支持全闪存配置和磁盘与闪存混合配置两种方式,闪存可用作自我管理型虚拟存储层,其中每个HA对具有多达18 TB的闪存,每个集群具有216 TB。热数据实时自动推进到闪存中,充分发挥闪存性能的优势。闪存集成扩展到主机,可实现最低延迟。闪存也可以配置为永久性存储,其中包括采用数百个SSD的纯闪存配置。
FAS8000统一存储变革
NetApp FAS8000支持24个节点集群和混合云部署。它具备V系列的功能,后者可以通过NetApp机头虚拟化第三方阵列,作为一个许可选项包含在软件中。
FAS8000能够通过添加存储容量、闪存加速方案以及升级控制器实现横向扩展与纵向扩展。从单一集群角度来看,其节点数量可轻松增长至24个、存储容量也能提升到57PB。”FAS8000将“带来二倍于前代方案的价格/性能比例。”
FAS8000采用英特尔Sandy Bridge处理器,保留了现有FAS/V3220与FAS/V3250的存储容量与驱动器数量,虚拟存储层闪存容量被调整到原本的2-3倍。由于添加了新的控制器处理器,设备的性能表现有了大幅度提升,据称可以超过260万IOPS,与上一代系统相比性能翻了一番,但是价格并未增加。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。