一家于2010年才刚刚建立的新兴企业宣称,他们有能力利用其内部数据缓存服务器设备一举将SAN的数据访问速度提高十倍。
这家名为Cirrus Data Solutions(简称CDS)的公司位于纽约州耶利哥城,其CEO Wayne Lam曾是FalconStor公司的联合创始人之一。CDS的建立资本仅为48万美元。
CDS公司销售与市场推广副总裁Paul Bjorndahl表示:“我们是一家小型企业(自行筹资),在SAN当中开发(并拥有专利)出了一款介于交换机与存储体系之间的设备。它能够在无需升级任何驱动程序、修改LUN或者重新启动主机的前提下被安装在生产环境内部。”
其数据缓存服务器(简称DCS)是CDS公司推出的第二款产品。第一款产品被称为DMS,即数据迁移服务器,这是一台块级迁移设备、旨在将数据从/向任何遗留或者云存储库进行迁移。
DMS与DCS背后的基础技术方案已经申请专利保护(美国专利号8255538),该公司将其称为透明数据路径通道技术。
该方案“利用标准存储HBA端口来创建一条透明数据路径并作为虚拟线缆。这项技术能够以带内方式将装置插入主机与存储之间,而且不会导致停机时间或者要求对主机、交换机以及存储机制作出任何调整。在连入之后,该设备能够自动识别出每个存储目标端口与主机启动端口的WWPN,并因此实现了整个过程的完全透明化。”
该公司表示:“缓存策略可以在I/O分析过程执行完毕后由管理员实现,或者直接将全部可用SSD存储容量分配给所有LUN,进而使DCS了解到如何更好地以实际I/O活动为基础实现LUN缓存处理。”
他们的第二项专利(美国专利号84178181)则将TDI延伸至其它存储协议,其中包括iSCSI、SATA以及InfiniBand等等。
DCS设备,看起来高度约为2U。
DCS被安装在SAN当中,通常位于光纤通道交换机与需要进行加速的传统存储体系之间。那么与其它能够通过绕过SAN网络与数据访问延迟实现SAN回事的服务器闪存缓存产品相比,这项技术的实际表现又如何?
Bjorndahl指出:“DCS为光纤通道路径添加了一次跳转。相比之下,其它部署在主机当中的缓存机制无需添加跳转,或者是利用SVC或者FalconStorIPStor等虚拟化设备添加两次跳转。不过即使存在新增跳转,高达十倍的速度提升仍然足以吸引用户向这套解决方案敞开怀抱。除此之外,DCS还具备独一无二的突出优势——能够在无需预先规划停机时间的情况下随时完成部署,而且明显无需对现有光纤通道SAN环境作出任何变更。”
“我们可以在几分钟之内完成DCS的部署工作,甚至不需要了解光纤通道交换机的密码、也无需操作应用程序主机、集群乃至存储机制。这就成功消除了在主机(例如停机时间、每台应用程序服务器上配备新的重量级硬件、冷却问题以及集群问题等等……)或者光纤通道交换机(例如SVC及其它虚拟化设备的分区变化)上部署缓存机制时可能引发的全部相关风险。”
与IBM的SAN分卷控制器(简称SVC)相比,“我们DCS的最大比较优势在于有能力在光纤通道SAN的运行过程中实现部署,而完全不必作出任何变更或者引发任何停机时间。”
Wayne Lam DCS演示视频。
高可用性双DCS组合或者单一DCS设备可以被安装在SAN主机周边,例如存储控制器前面或者传统体系当中,从而带来最为理想的延迟削减效果。
CDS公司正在逐步与多家PCIe闪存板卡供应商建立合作伙伴关系,其中包括LSI。希捷通过收购Avago买下了这一闪存卡业务。
目前DMS产品正处于销售当中,我们预计DCS产品也将在未来三个月之内与广大用户见面。
他们怎样将自己的得意之作交付给全球客户呢?
Bjorndahl表示:“DMS……会直接销售给我们的合作伙伴,并由后者的PS团队以OEM(原始设备制造商)或者VAR(即加值型经销商)的形式交付给客户。DCS则将采取不同的方式,并将成为一款以销售渠道为基础的产品。”
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。