惠普已经向自己的StoreVirtual软件SAN中添加了大量功能,同时宣布推出了一款更低成本的3PAR全闪存阵列,以及为远程办公室提供更为低成本的备份产品。
以下就是StoreVirtual虚拟存储设备(软件SAN)增强的特性:
- StoreVirtual VSA是一个面向Helion OpenStack和Helion OpenStack社区版本的全面集成存储选择。Helion则是惠普的云产品
- StoreVirtual Storage hypervisor在集成方面有所增强,除了vSphere和Hyper-V之外还支持KVM
- StoreVirtual Storage:VSA和物理设备都拥有了一个更新的Cinder界面,支持OpenStack协调,以及一整套RESTful API
- 惠普的OneView for VMware vCenter插件和惠普StoreFront Manager for Microsoft插件能够实现向导驱动的安装、配置和对VSA存储的监控
- StoreVirtual Storage将支持在VMware和微软环境下的空间回收,在删除了虚拟机和其他文件之后释放空间
- 一个面向VMware环境的StoreVirtual多路径扩展模块提高吞吐量达到58%,同时降低网络延迟
- StoreVirtual支持StoreOnce Security Pack,包括加密和数据安全擦除
惠普还公布了一个4TB的StoreOnce VSA许可,为小型站点和远程站点削减备份成本达到86%。这被包含在惠普面向云备份基础设施服务的一个参考架构中。
惠普表示,与VMware在定义、开发和测试VVOL规范方面的三年合作伙伴关系将持续下去,VMware也在采用3PAR作为其VVOL测试的光纤通道参考平台。目前用户可以通过VMware vSphere测试项目使用VVOL,为将来用于所有3PAR型号做好准备。
3PAR入门级全闪存阵列
这款入门级的3PAR全闪存阵列是7200,定位低于具备重复数据删除功能的7450全闪存阵列。7450的原始容量在260.4TB到460.8TB之间,价格为每GB 2美元。
7200的可用容量在7TB到690TB之间,最低原始容量为3.8TB,采用8块480GB的固态盘。
它采用硬件辅助的Thin Deduplication和Thin Clones软件来实现容量的最大化。7200的起价为3.5万美元,用可用容量计算的话大约是每GB 5美元。惠普表示,3.5万美元“是竞争对手入门级全闪存阵列成本的一半”,惠普存储负责人David Scott称竞争对手的入门级全闪存阵列“通常起价是7万美元”。
所以,这可以说是惠普对Pure Storage和EMC XtremIO发起的攻击行动,后两者是目前公认的全闪存阵列的领先者。
通过这些发布,3PAR存储现在在惠普的软件定义数据中心战略中扮演的角色越来越重要,同时它作为云中一个更为强大的参与者实力也在不断增强。
定价和供货
- 支持VVOL的3PAR OS将作为下一代3PAR操作系统发布的一部分,免费提供给那些有支持合同的客户
- 针对StoreVirtual Storage(包括VSA)的空间回收和VMware多路径,将被作为LeftHand操作系统下一代广泛供货
- StoreFront Analytics Pack for VMware vCOPS现在已经开始供货,每个惠普StoreVirtual管理群组的价格是200美元
- StoreFront Manager for Microsoft插件将在未来发布
- 4TB HP StoreOnce VSA已经开始供货,在美国的标价为1400美元
- 3PAR 7200(不能升级到7450)起价为3.5万美元,从9月29日开始供货
- OneView for VMware vCenter插件目前已经开始免费供货
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。