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
OpenAI发布ChatGPT Atlas AI浏览器,支持网页问答、历史查询和邮件改写等功能。同时曝光秘密项目Mercury,雇佣约100名前投行精英以每小时150美元训练AI金融模型。公司还因用户滥用Sora生成马丁·路德·金视频而暂停相关功能。此外,医疗AI搜索引擎OpenEvidence获2亿美元融资,估值60亿美元。
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
随着Chrome和Safari主导浏览器市场,众多替代浏览器正在挑战这些行业巨头。本文梳理了当前顶级替代浏览器,包括AI驱动的浏览器如Perplexity的Comet、Arc公司的Dia、Opera的Neon和OpenAI的Atlas;注重隐私的浏览器如Brave、DuckDuckGo、Ladybird和Vivaldi;以及专注特定领域的浏览器如Opera Air和SigmaOS。这些浏览器通过AI集成、隐私保护、定制化和专注用户福祉等特色功能,为用户提供了多样化的浏览体验选择。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。