希捷科技公司日前宣布推出多款重要的新产品,以应对数据创建和消费的迅猛增长。这些新产品将进一步助力公司在存储、共享和保护全球数据方面引领世界的使命。公司同时还宣布成立新的云系统与解决方案部门(CSS),负责提供全球最具可扩展性、安全性、有效性和经济适用性的云服务架构及解决方案。希捷是率先提供硬盘、固态混合硬盘、SSD、外置存储解决方案、数据恢复服务、云服务,以及全套云系统与解决方案的公司。
现在和未来预期的数据增长速度十分令人震惊。市场研究公司IDC预计,到2020年,仅美国创建、复制和消费的数据总量将达到44ZB,而目前这一数字仅为4.4ZB。随着云服务、移动应用、开源计算和社交网络的大规模涌现,世界将以前所未有的方式创建和依赖数据,希捷也将设计各种产品和服务,协助管理海量的数据。
希捷此次推出的产品包括:
希捷云系统与解决方案
希捷最新的CSS产品涉及四大领域:集成的高性能计算解决方案,可扩展的模块化组件与解决方案,OEM以及云备份/恢复定制系统,灾难恢复和快速存档解决方案。希捷将促进整个行业能力的提升,以应对超大规模的计算需求,提高能源效率,并增强无处不在的数据可用性。
希捷ClusterStor 9000解决方案现已上市,它是一种全集成的、基于Lustre的横向扩展型解决方案,专门为高性能计算机(HPC)和大数据客户设计,满足他们对于可靠地规划、部署和维护最高应用性能的需求。该解决方案可提供卓越的融合型横向扩展存储质量和性能效率,其性能比此前的ClusterStor平台高出50%。
新的希捷EVault企业备份与恢复设备可以提供高达100TB的可用容量。希捷众多的备份与恢复设备均为全新的设计,可与云连接并向云复制数据。希捷设备内在的架构灵活性,使得它们非常适用于要求PB级数据存储和极高计算功率的各种异构环境。
PCIe闪存加速卡
新的Nytro XP6302卡大幅度提高了PCIe闪存容量,它的高度只有此前产品的一半,却拥有极具竞争力的性能特征。Nytro XP6302可以实现最佳的密度,并有效地提高性能,以应对较高的线程数和队列深度工作负载。XP6209卡是Nytro产品组合的第二次扩展,它新增了1.86TB的容量点,将容量翻了一番。新的1.86TB款产品拥有小外形、散热优化、超融合的设计,可以满足客户对于更高容量密度的需求。
企业级硬盘
基于广泛的现有企业级硬盘产品,希捷推出了第八代企业级硬盘组合,从性能优化的15K和10K硬盘,到容量优化的近线硬盘,均为高效的2.5英寸规格。此次推出的硬盘具体包括:希捷企业级海量盘——全球首款2TB、2.5英寸企业级近线硬盘;希捷企业级15K超能盘——与前一代产品相比,性能提高,容量翻倍;以及希捷企业级10K超能盘——容量和性能两全其美,可实现最高的关键任务存储效率。
现在,所有任务关键型硬盘都采用了希捷的TurboBoost加速缓存技术,为全球确立了最快硬盘的基准。所有企业级硬盘系列也都整合了最新的SAS技术,与主机的数据吞吐量高达12Gb/s,并可进一步扩展。
这些新的硬盘还具备各种更为强大的存储功能,如:希捷安全自加密硬盘技术、便于硬盘报废处理的即时安全擦除功能、PowerChoice按需节能技术、以及可加快重建的RAID Rebuild技术——这些技术可以提升IT能力,使IT经理能够在最严苛的环境中部署和维护有效的存储系统,并在系统的整个生命周期高效完成工作负载。
这些新的企业级硬盘经过专门设计,非常适用于IT经理和云构建商,满足他们对于高性能、大容量、高可靠性硬盘的无限需求,以应对如今无止境的爆炸式数据增长。有了希捷全新的TurboBoost加速缓存技术,系统构建商就能够为客户提供响应更为迅速、效率更高、功能更丰富的存储系统。
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。