作为一家刚刚成立的初创企业,Primary Data宣称其将重塑“文件虚拟化”技术之定义,并借此进军软件定义数据中心市场——而这显然将对EMC的ViPR以及昆腾的StorNext构成直接威胁。
Primary Data公司由David Flynn一手建立,而后又迎来了苹果公司联合创始人Steve Wozniak的加盟——没错,他表示自己已经离开Fusion-io并以首席科学家的身份投入Flynn领导下的Primary Data阵营。
这样的情况引起了我们的兴趣,看来这两位技术界的巨擘似乎颇有惺惺相惜之意。因为在2005年Flynn以联合创始人身份建立服务器闪存卡初创企业Fusion-io之后,Wozniak于2009年毅然加入其麾下。
今年六月,Fusion-io公司以11亿美元的价码接受了SanDisk方面的收购。Flynn以及另一位联合创始人Rick White在公司被收购之前就相继离职,而Primary Data的成立正也正是去年下半年的事。
现在Flynn与Woz两位又重新归于同一团队——而Primary Data也由原本的隐形运作模式转向台前,向业界披露了其着力开发出的技术成果。
Primary Data的数据虚拟化技术图示
Primary Data公司CTO Flynn指出:“数据虚拟化技术在下一阶段的企业架构发展当中可谓不可或缺的重要一环,因为它能够凭借具备极高性能水平与极大容量的存储资源以无缝化方式将现有基础设施以及各种各样的特殊功能整合为一体。”
这面技术进而定义出了“数据管理程序”这一概念,其将所有存储硬件及软件共同隐藏在一套全局文件命名空间之内。该方案利用多条不同通道用于数据的发送与接收,同时负责控制指向存储数据的访问活动。
管理员能够根据需求设置政策定义,从而引导信息的存放位置及移动操作,同时采用能够反映存储性能、价格以及保护要求的控制规则。
这套数据管理程序允许客户端以不涉及协议的方式与存储系统进行深层次对接。Primary Data公司的软件方案则负责在底层打理一切,从而在配置存储容量的同时保证存储数据有条不紊地运作。
这样的设计思路不禁让我们想起了EMC的ViPR,其中的抽象层概念与之非常相似; 除此之外,昆腾打造的StorNext文件虚拟化产品也拥有类似的特性。
Primary Data公司的管理程序能够根据需要在文件、块以及对象存储层之间实现信息迁移。这些层可以以直连存储、网络连接存储以及私有与公有云的方式存在。
根据我们得到的消息,“一套完整的数据服务实施方案将拥有无缝化线性可扩展性,这种可扩展性将同时体现在性能表现与存储容量方面。”
Data Director充当着Primary Data软件方案的管理界面; 在下面这份截图中,我们可以看到正处于运作当中的图形用户界面,其中的具体内容也显示出该产品的部分功能:
Primary Data用户界面
细心的朋友可能已经发现,以上截图中出现了戴尔服务器与Isilon存储方案的身影。客户可以在必要时接入其它存储设备以实现容量提升。据我们掌握的情况,该软件能够兼容文件访问协议(CIFS/SMB)、块协议)FC、FCoE以及iSCSI)、对象协议以及云API。
那么磁带存储产品是否也会加入进来呢?Primary Data公司在其声明中并没有确切提及这一点。如果答案是肯定的,那么对LTO的支持能力应该是必须要有的。而且根据业务需求与预期存储规模的不同,Primary Data所提供的接口及访问协议支持范畴可能也会有所区别。
总体而言,软件定义数据中心平台目前正成为众多供应商心目中的宠儿:EMC联邦旗下的VMware就是其中一例,而OpenStack又是另一例。单从存储虚拟化角度来看,EMC可能算得上软件定义数据中心领域的带头大哥——目前其ViPR平台已经正式投放市场,而VMware所握有的VSAN以及VVOL等技术成果组合则在ESXi虚拟化领域当中引入了更多新鲜元素。
就我们掌握的情况,昆腾公司的StorNext主要面向媒体与娱乐、石油及天然气外加相关应用程序领域等文件虚拟化能够发挥重要作用的行业。昆腾公司在企业数据中心层面实际上并不具备完整的软件定义或者存储虚拟化抽象技术。相比之下,Primary Data却可谓是万事俱备。
在一份Gartner公司分析师Dave Russell发布报告的摘录内容当中,我们看到了其对于Primary Data背景资料的评述:“SDS[即软件定义存储]以动态方式将来自物理或者虚拟设备及/或服务的存储容量加以抽象——且不受位置或者存储类型的限制——这样一方面为用户带来了出色的敏捷性与服务质量(简称QoS)保障,另一方面也对成本进行了优化。尽管SDS在很大程度上仍然是一种预期或者说发展愿景,但其概念本身无疑极为强大,足以随着时间的推移而逐步改变固有存储架构与存储消费模式。”
Primary Data公司这套雄心勃勃的技术方案将首先以集成化平台的方式投放市场,其具体价格将于明年年内予以公布。该公司目前已经吸引到了多家合作伙伴,而且欢迎感兴趣的朋友访问他们的官方网站、就相关技术话题与其进行交流。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。