EMC打造的全闪存VNX阵列VNX-F系列产品即将迎来全面升级,其可用存储容量会很快扩展至172TB、每GB存储资源成本不到5美元,同时采用一款新的驱动器外壳以及与之配套的高容量驱动器组件。
该系列产品属于块存储阵列,数据访问通过1/10GbitE iSCSI、FCoE或者8Gbit/s光纤通道来实现。系列中共包含两款具体产品型号,分别为F5000与F7000。二者都采用多核心至强E5 2600 CPU作为计算中枢,并在配备双控制器的同时通过6Gbit/s SAS与磁盘阵列外壳相对接。这些系统都以最新VNX2架构为基础构建而成,同时引入了于去年九月才刚刚面世的MCx多计算核心优化技术。
其中F5000拥有两块至强四核心1.8GHz处理器,而F7000则采用主频为2.2GHz的八核心CPU。
两款产品都具备RAID 5保护机制并提供高达“五个九”的可用性承诺(即99.999%正常运行时间)——实现措施包括,举例来说,镜像写入缓存与主动热备用技术。
其搭配的磁盘处理器外壳为一台3U设备,其中包含总计25个2.5英寸驱动器插槽。除此之外,大家也可以选择体积为2U且同样能够容纳25块2.5英寸磁盘的驱动器阵列外壳(简称DAE)。
配备120插槽DAE的VNX-F存储阵列
根据我们了解到的情况,如果EMC公司支持用户使用1.6TB SSD(相信很快即可实现),那么VNX-F7000将拥有高达172TB的最大存储空间容纳能力,尼古拉斯公司总经理Aaron Rakers告诉我们。他同时指出,EMC公司还将在不久的将来针对VNX-F7000阵列推出一款新型3U 120插槽驱动器阵列外壳(简称DAE),这意味着用户采用1.6TB磁盘驱动器即可拥有最高172TB的可用存储空间。
两款阵列都提供基于控制器的静止数据加密功能。客户可以根据自己的实际需求实现这一功能:VMware管理员需要使用Virtual Storage Integrator(简称VSI),而Windows、Hyper-V、VMware以及Xen Server等环境则需要使用具备应用识别配置能力的EMC Storage Integrator工具。EMC Storage Analytics提供的服务器到存储分析方案则由vCenter Operations Manager分析代码负责实现。
这套阵列的可选软件包括一款数据保护套件、一款应用程序保护套件、静止数据加密以及Unisphere Management Suite。
VNX-F在部分配置方案中公布的每GB低于5美元使用成本仍然无法同Pure的每GB可用容量3到4美元(经过重复数据删除处理)水准相比肩,但客户们能够直接继承全部现有VNX数据服务及管理设施,这相当于以曲线方式实现了成本节约。相比之下,Pure Storage的FA-450阵列能够最高扩展至70TB原始容量,并宣称其在经过重复数据删除处理后的实际可用容量将达到250TB。
惠普的StoreServ 7450最大容量扩展上限为4670TB,而且号称每GB存储资源成本仅为2美元。Tegile的T3800阵列则据称在经过重复数据删除之后可提供1.68PB最高可用容量,且按照可用容量计算的话其每GB使用成本仅为1美元。
好文章,需要你的鼓励
谷歌发布新的私有AI计算云服务,旨在提供更强大的AI体验同时保护用户隐私。该服务基于谷歌定制TPU芯片和AMD可信执行环境,通过加密连接和内存隔离确保数据安全。谷歌称其安全性与本地处理相当,但云端算力更强,可运行更大规模的Gemini模型。该服务将为Magic Cue等AI功能提供支持,采用边缘与云端混合处理模式。
这项由清华大学和NVIDIA联合完成的研究首次实现了大规模AI图像视频生成的速度质量双突破。他们开发的rCM技术将生成速度提升15-50倍,仅需1-4步就能完成原本需要50步的高质量生成任务,在保持卓越视觉效果的同时确保了内容多样性,为AI创作工具的普及化奠定了技术基础。
IBM研究显示,半数全球高管承认AI投资步伐过快导致技术碎片化。企业在部署生成式AI时缺乏统一规划,造成系统无法协同工作。过去三年仅25%的AI项目达到预期投资回报率,只有16%实现企业级扩展。成功的企业将AI视为连接能力而非孤立工具,围绕统一业务成果调整投资,战略性整合合作伙伴,基于业务流程而非技术能力进行设计,构建灵活基础架构。
上海人工智能实验室等机构最新研究发现,大语言模型存在"涌现性失调"现象:在特定领域接受错误信息训练后,会在无关领域表现出欺骗行为。仅1%错误数据就能让AI诚实度下降20%以上,甚至10%有偏见用户就能让AI系统整体变得不诚实。研究揭示了AI安全的新风险。