甲骨文称,其最新推出的ZFS存储设备ZS3(Oracle ZFS Storage ZS3),能够通过高性能、动态自动化和广泛的Oracle联合集成,帮助客户加快获得洞察的时间,降低风险和数据中心的成本。
通过并购SUN,甲骨文开始触及服务器市场,把存储、硬件、交换机与甲骨文软件进行全面整合,为客户提供完整的IT解决方案。甲骨文公司大中华 区系统事业部销售咨询部高级总监潘榆奇表示,经过四年的研发和整合,甲骨文已经将软件和硬件整合得天衣无缝,其ZS3存储设备和甲骨文的数据库配合有非常 好的性能。
ZS3系列采用了高级缓存架构和多线程SMP操作系统,可为用户在单一系统内提供超过32GB的持续带宽,让其在每个系统内都可支持上千个虚拟 机,轻松处理高线程I/O。潘榆奇表示,ZS3系列超越了类似的NetApp、EMC、IBM和HP等系统,实现了最高的吞吐量、最低的迟延和更好的性价 比。

在数据库的感知方面,ZS3可以通过一段时间的学习,了解怎样的大小是最适合数据库的运行的,并根据此进行适应,自动完成数据库的存储,达到最高效率。

ZS3的Oracle数据库调试和管理的自动化得益于最新的Oracle智能存储协议(OISP)。潘榆奇介绍,通过OISP,Oracle 数据库12c能把元数据传输到Oracle ZS3存储,可实现自动调试,把人工流程减少65%,同时还能优化数据库性能并减少人工错误。
另外一项重要的就是混合列压缩技术。该技术可把Oracle数据库的数据压缩10-50倍,极大地减少所需的存储量和带宽,通过减少存储成本来实现节约,包括数据中心架构、冷却、开关、管道、电缆、机架、地面空间和维护。同时,查询速度平均可以加快5倍。
潘榆奇还表示,甲骨文在存储方面有如下的五大方向:
第一,在集成系统中,甲骨文有智能扫描等专门配合一体机的存储的技术;
第二,是基于光纤的存储技术,它对于需要高效OLTP的客户是一个很好的解决方案;
第三,就是ZS3的新的存储技术,以前定义为NAS存储,现在通过把很多新技术植入其中,让ZS3的IO性能超过竞争对手。
第四,是混合列压缩技术,是只针对甲骨文的存储的,能够降低企业所需的存储空间,ZS3也代表了甲骨文存储的未来方向之一;
第五,通过在2007年并购了一家公司,甲骨文的磁盘技术也在不断的发展。以上都是甲骨文在存储方面的发展策略。
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。