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
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。