甲骨文在ZFS存储器ZS3系列的最新版本中增强了虚拟化和云功能
甲骨文ZFS存储器ZS3系列的增强功能为加快虚拟机部署和监测提供了快速、高效的新方式,最终帮助客户有效减少引导风暴。中端的ZFS存储器ZS3-2能够在7分钟内同时启动16,000个虚拟机,增加OpenStack Cinder驱动来简化云配置和协调。
甲骨文ZFS存储器ZS3系列的增强功能为加快虚拟机部署和监测提供了快速、高效的新方式,最终帮助客户有效减少引导风暴。中端的ZFS存储器ZS3-2能够在7分钟内同时启动16,000个虚拟机,增加OpenStack Cinder驱动来简化云配置和协调,集成的RESTful management APIs可以让客户使用通用的方式来部署公有云和私有云,并提供IT服务。甲骨文 ZFS存储设备甲骨文公有云和私有云产品提供了超过200 PB的存储。
- 拥有甲骨文ZFS Storage OS 8.2的甲骨文 ZFS存储设备是现代云和虚拟服务器环境的理想选择,它能够帮助客户显著简化IT基础设施,减少资金和运营的费用,并提供可靠、高性能和具有经济效益的云存储。
- 甲骨文 ZFS Storage ZS3-2 在7分钟内就可从单一平台扩展到支持超过16,000个虚拟机。整个系统可以轻松处理一些不可预知的、突发于NAS储存系统的VM工作负载,并为企业提供针对引导风暴的完美保护。
- 新的操作系统助力甲骨文 ZFS Storage ZS3-2创造了新的世界纪录 。
- 借助于甲骨文ZFS Storage OS 8.2,甲骨文ZFS存储设备现可支持OpenStack Cinder和全套的RESTful management APIs,让客户可以轻松地利用Oracle ZS3系列存储的VM扩展性,来部署私有云环境和享受IT解决方案。
- 与甲骨文ZFS存储设备集成的应用能够与其它拥有OpenStack支持的甲骨文软硬件产品相结合,包括Oracle Solaris 11.2、Oracle Linux 和 Oracle VM等。
- 甲骨文 ZFS Storage ZS3-2现在可以为每个集群扩展到1.5 PB容量和1TB内存,并且能够提供强大的、具有成本效益的入口接入到ZFS存储设备系列,在高密度VM环境中可显著地提高性能和效率,同时降低资本支出和运营成本。
- 通过与虚拟计算一体机和甲骨文软件的集成部署,甲骨文ZFS存储器ZS3系列能够提供独特的、第三方产品无法提供的应用集成存储功能,助力客户有效提高性能,增强存储和管理效率。
- 甲骨文公司存储软件副总裁Scott Tracy表示:“当今虚拟化严重的数据中心亟需更高效、高性能的存储器,以避免因不可预测的VM工作负载和引导风暴引起的性能问题和运营中断。甲骨文 ZS3存储系统的新功能为客户提供了有价值的架构利益和精准的分析,来支持高密度的虚拟化环境,客户能够借助于这一系统让业务运营保持全速运行,对有价值的业务机会保持灵活的反应。”
- 全球最大的屏幕打印设备制造商之一,M&R的 IT经理Jason Coe表示:“M&R 打印借助甲骨文ZFS存储设备来开展主要的整合和虚拟化项目,以支持Oracle数据库11g的生产和交付/测试环境。这个项目取得了巨大的成功,我们也因此节省了大量成本,并在IT环境中获得了无以伦比的扩展性、灵活性和高性能。”
0赞好文章,需要你的鼓励
推荐文章
法国人工智能公司Mistral AI宣布完成17亿欧元(约20亿美元)C轮融资,由荷兰半导体设备制造商ASML领投。此轮融资使Mistral估值从去年的60亿美元翻倍至137亿美元。英伟达、DST Global等知名投资机构参投。作为欧洲领先的AI开发商,Mistral凭借先进的多语言大模型与OpenAI等美国公司竞争,其聊天机器人Le Chat具备语音模式等功能。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
VAST Data收购了成立仅数月的初创公司Red Stapler,该公司由NetApp资深团队创立。Red Stapler创始人兼CEO Jonsi Stefansson将担任VAST云解决方案总经理,负责超大规模云战略。Red Stapler拥有6名开发人员,开发了跨SaaS交付、API集成、监控等功能的云控制平面和服务交付平台,将加速VAST AI OS在超大规模和多云环境中的部署,深化与全球领先超大规模云服务商的合作关系。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。