企业用户与服务供应商显然希望通过设计云服务方案控制存储成本;但需要注意的是,应用程序的过分臃肿很可能大大影响这一目标的实现。Wikibon公司CTO David Flover在其《实现低成本企业级云存储服务的挑战》一文中认为,约八成的应用程序拥有将相关存储成本降低50%左右的可能。这种臃肿的“便便大腹”由少数一层与全部二层应用程序所构成,我们应该在设计思路当中对其架构与管理机制作出简化。文章强调称,并不是每一项存储服务都需要面向低延迟数据库与应用程序等需要昂贵服务项目与管理流程的支持,其实很多应用程序真正需要的是尽可能降低相关存储成本。
当前,混合阵列在性能表现与使用成本之间找到了最理想的折衷方案,Floyer在文中写道。全闪存阵列仍然太过昂贵,而且关注重点集中在高性能应用程序的单位IOPS成本而非单位存储成本身上。作为将软件定义存储与直接附加存储的各项优势加以结合的解决方案,服务器SAN为我们带来一套更为灵活且性能出色的存储架构,不过其成熟程度仍然有所欠缺——Floyer认为这种状况要到2015年乃至更晚才会有所改善。
大多数供应商所推出的混合系统都能切实运作,但他将目光聚焦在IBM的XIV这边。它能够提供简单的操作方式,消除将目标应用程序进行存储分层的必要且可以轻松解决“毗邻影响”这一难题(指那些对基础设施资源需要极高的应用程序,其运作有可能挤占运行在同一存储阵列上的其它应用程序)——更重要的是,只需要小型技术团队即可轻松对其进行打理。他建议将XIV包含在RFP当中用于共享存储服务——尽管还称不上完美,他同时对其具体优点与弊端进行了详尽的分析。
Floyer设计了一套对比模型,假定企业用户拥有每年100亿美元营收数额以及总计1.5亿美元的整体IT预算,在此基础上计算传统分层式存储与云优化混合存储在使用成本方面的差异。根据该模型的测算,削弱应用程序的臃肿状态后,存储的整体成本可由原先的1616万9000美元降低至847万4000美元。
与其它所有Wikibon研究成果一样,这份专业分析报告可以免费形式在Wikibon官方网站(点击此处查看)上随意查阅。该机构也欢迎IT专业人士们在Wikibon社区内注册为免费会员、参与研究项目、对议程作出影响并发表自己的研究结论、问题与指导意见。
好文章,需要你的鼓励
CoreWeave发布AI对象存储服务,采用本地对象传输加速器(LOTA)技术,可在全球范围内高速传输对象数据,无出口费用或请求交易分层费用。该技术通过智能代理在每个GPU节点上加速数据传输,提供高达每GPU 7 GBps的吞吐量,可扩展至数十万个GPU。服务采用三层自动定价模式,为客户的AI工作负载降低超过75%的存储成本。
IDEA研究院等机构联合开发了ToG-3智能推理系统,通过多智能体协作和双重进化机制,让AI能像人类专家团队一样动态思考和学习。该系统在复杂推理任务上表现优异,能用较小模型达到卓越性能,为AI技术的普及应用开辟了新路径,在教育、医疗、商业决策等领域具有广阔应用前景。
谷歌DeepMind与核聚变初创公司CFS合作,运用先进AI模型帮助管理和改进即将发布的Sparc反应堆。DeepMind开发了名为Torax的专用软件来模拟等离子体,结合强化学习等AI技术寻找最佳核聚变控制方式。核聚变被视为清洁能源的圣杯,可提供几乎无限的零碳排放能源。谷歌已投资CFS并承诺购买其200兆瓦电力。
上海人工智能实验室提出SPARK框架,创新性地让AI模型在学习推理的同时学会自我评判,通过回收训练数据建立策略与奖励的协同进化机制。实验显示,该方法在数学推理、奖励评判和通用能力上分别提升9.7%、12.1%和1.5%,且训练成本仅为传统方法的一半,展现出强大的泛化能力和自我反思能力。