化境,道家境界之一,是指语言转化成一种意境,让读者看到文字以外的境象,给读者一个想像的空间。好的文章有优美的语言就会给人美的享受。同样的,也会给人一种艺术的享受。一般化境是指在某方面的成就达到一定水平和高度。
在存储众多产品技术中,全闪存阵列是目前惟一堪称化境的产品和技术,在极速全闪存阵列的支撑下,让行业/企业用户备受困扰的数据实时分析问题迎刃而解,行业/企业决策有望买上一个新的台阶。
不妨看几个发生在身边的例子。随着房地产业务的快速发展,碧桂园地产所采用的用友ERP 报表数据库系统的响应速度开始变慢,随着数据量的增加,其在系统延时、系统IOPS方面暴露出的问题更加突出。另外一家企业,索菲亚衣柜采用Oracle EBS系统,其生产系统前端条码扫描最近也出现了响应时间慢的问题,其带来的直接后果是产能下降;与此同时,EBS系统月结成本报表性能太慢,也造成月初生产效率降低。
如今,很多用户都在上线SAP系统,HANA内存实时数据分析成为用户首选。因此无论新的系统,还是就有的系统,存储系统所存在瓶颈已经成为不可回避的问题。SSD固态硬盘透过采用NAND型Flash颗粒作为存储介质,由控制IC(主控芯片)进行数据的读/写过程协调,其工作机制与传统硬盘有着本质的不同,其“无机械构件”数据读取/写入模式大幅度超过传统硬盘,在省电(一般SSD硬盘功耗在2.5W-5W之间)、抗震性方面也优于传统硬盘。因此,克服存储系统性能瓶颈,SSD被寄予厚望。
在磁盘阵列中,SSD固态硬盘的使用大致有2种方法,一种是全闪存村阵列,如IBMFlashSystem;另外一种是混合阵列的方式,硬盘和SSD混合使用。混合阵列阵列多采用存储分层的策略,SSD主要作为0级存储来使用,满足应用对于高IOPS的需求。尽管两种方案各有利弊,但在性能表现上还会有些差别。
全闪存阵列,如IBM FlashSystem,只有CPU/前后端导向器/ 没有操作系统层,在 2U高空间内可以提供100万IOPS性能,其延迟只有0.1~0.2 ms;同样要达到100万IOPS,混合阵列需要3个机柜,其所采用的操作系统、缓存、交换模块以及控制器等都会成为提高延迟的瓶颈,因此其最好延迟水平也只有1ms,较之FlashSystem差距明显。此外,混合阵列要将就磁盘级的RAID保护,其数据更多需要考虑连续地址存放,从而限制了SSD效能的充分使用和发挥。
不要小看延迟等性能上的差异,就是凭借技术上的优势,全闪存阵列日臻完善,达到了化境的高度,因为延迟的领先优势在实时数据库应用中,令I/O性能上差距成倍放大,很多无法实现的事情,没有办法进行的应用,会因为全闪存阵列的技术优势得到实现。
所谓实时,对于IOPS具有非常高的需求。目前,以Hadoop为核心的大数据应用,透过采用Mao/Reduse并行计算的方式,其目的就是提高大数据的处理速度。但基于结构上的原因,Hadoop可以进行大数据分析,但没有办法满足实时性的需求。对于数据库应用而言,其数据价值密度非常高,实现分析,再造实时分析速度非常必要。
在前面的用户案例中,通过选用IBM FlashSystem,碧桂园地产数据库的查询性能提升了30倍;银行现金勾兑时间缩短了10倍,整个系统的部署时间仅仅用了1天就宣告完成。索菲亚衣柜方面,其生产系统前端条码扫描的速度从以往的5分钟,缩短到30秒,大大提升了生产的效率,其综合产能提升了50%,EBS月结成本报表时间算短了一半。
应该说,10倍也好,30倍也罢,这都是一些枯燥的数字。但也就是这些性能上的差异,就有了快鱼吃慢鱼,在激烈的市场竞争中,慢鱼就是会被快鱼吃掉,物竞天择,这是大自然的法则,同样也是商业竞争所遵循的规律。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。