IBM公司已经公布了其全闪存阵列FLashSystem的功能参数,该方案可用存储容量为1.6PB、且内置SVC/Storwize的各项功能——其中包括实时压缩机制。
FlashSystem V840 1.2版本由三台2U机架框共同组成:一台AE1存储机箱(840设备同样采用)外加两个主动-主动AC1控制机箱。
这套存储设备能够共享12个闪存模块,每个模块的存储容量分别可为1TB、2TB或者4TB,这将使其原始存储容量达到48TB、其中可配置容量为40TB。
单一配置体系中最多可以容纳八套这种FlashSystem设备,这意味着其可配置存储容量最高能达到320TB,如果按照保存在系统中的数据有80%进行压缩、那么其实际可用容量将达到1.6PB。
单一FlashSystem V840设备包含两台控制机箱,而四台设备可以利用专用内部8Gbit每秒光纤通道交换机制实现连通,从而带来160TB的可配置容量。整体系统能够容纳八套存储机箱,意味着可以为用户提供320TB的可配置存储容量。
单一V840设备可以塞进最多五台存储机箱,意味着能够提供最高200TB可配置存储容量。一组四台V840设备实际可容纳两套存储机箱,每套最多容纳八套40TB存储设备、即存储容量上限为320TB。
根据IBM提供的官方指南,用户无法在这四台V840设备中全部实现最高容量配置,也就是为每台V840都配备五个独立容量为40TB、总容量为200TB的存储机箱,因此不可能实现理论意义上的800TB可配置容量与IBM五倍压缩效果加成后的4PB实际存储容量。
也许未来的V840开发方案会引入InfiniBand以及速度更快的处理器,从而突破整体320TB的最高可配置容量上限。
实时压缩属于可选软件功能。其AC1控制器机箱配置一块至强E5 v2八核心处理器,能够在第二块八核心至强E5与32GB内存的支持下实现实时压缩。除此之外,用户也可以额外选择两块可靠压缩加速卡,利用硬件进行压缩辅助。
这些压缩加速卡能够将压缩IOPS翻番,同时将压缩速度增加到原先的3.5倍。整个处理过程显然属于处理器密集型使用情况。此外,用户还可以根据需求选用加密机制。
IBM将FlashSystem的SVC/Storwize代码称为“软件定义存储”,但大家只能通过购买IBM的硬件平台来使用这些软件功能,因此就不用梦想着能单独购买这些软件并将其运行在自己的服务器控制器以及闪存JBOD机箱当中了。
这部分代码支持存储体系的三个层级外加IBM的Easy Tier数据替换软件,因此当某些数据访问频率降低且不需要较高的访问速度支持时,它将被移动到近线磁盘存储体系当中、并随后以其它形式实现长期保存。
其它数据管理功能还包括复制、FlashCopy数据保护、远程镜像创建、精简配置以及附加第三方阵列虚拟化等。也就是说,这些功能可以让第三方存储设备作为准FlashSystem阵列存在,并让整体可用容量上限提升至巨大的32PB。
接入服务器与V840采用光纤通道线缆实现连通。
FlashSystem V840与VMware方案协作效果良好,拥有vCentre插件、VAAI支持能力以及SRA for Site ecovery Manager。VVOL支持也将随后与广大用户见面。
根据Gartner公司的说法,FlashSystem属于销售速度很快的阵列产品,同时也是IBM存储产品组合中的显著亮点。这款新型融合型系统的推出将有可能给蓝色巨的人业务带来巨大推动作用。而在其它全闪存阵列方案方面——例如来自EMC、Pure Systems以及Solidfire的产品——大家可以预期在未来六到十八个月中将有更多容量密度更上一层楼的闪存芯片被摆上货架。
好文章,需要你的鼓励
阿里云CEO吴泳铭在财报电话会议上表示,AI需求增长如此迅猛,以至于服务器部署速度无法跟上客户需求。公司正在对GPU进行配给制,优先满足使用全套阿里云服务的客户需求。过去12个月,阿里巴巴在AI相关基础设施上投入1200亿元人民币,预计三年预算可能超过当前的3800亿元。阿里云智能集团季度营收达56亿美元,同比增长34%。
这项由中国人民大学联合腾讯开发的LaSeR技术,发现了AI在生成答案最后一刻会无意中透露对答案质量的评估。通过观察这个"最后一词效应",研究人员开发出了一种让AI高效进行自我评估的方法,在几乎不增加计算成本的情况下,大幅提升了AI的自我验证能力,为构建更可信的AI系统开辟了新路径。
OpenAI为ChatGPT推出"购物研究"新功能,恰逢假期购物季。该功能面向免费和付费用户开放,支持移动端和网页版。用户询问购物问题时,ChatGPT会提供个性化购物助手服务,通过一系列问题帮助用户筛选价格、用途和功能偏好。该功能基于专为购物任务优化的GPT-5 mini版本,从优质网络资源获取产品信息。OpenAI计划推出即时结账功能,允许用户直接在ChatGPT内购买商品。
新加坡南洋理工大学团队开发的NEO模型颠覆了传统视觉语言AI的设计思路,从模块化拼接转向原生统一架构。仅用3.9亿图文配对数据就实现了与大型模块化系统相媲美的性能,证明了端到端训练的有效性,为AI系统设计开辟了新路径。