2014是闪存大年,为此CRN为推举了2014十大闪存/SSD阵列产品。
Dell 拉低全闪存阵列价格门槛
戴尔发布了入门级全闪存存储阵列SC4020,将全闪存阵列的价格门槛拉低到25000美元。SC4020读密集SSD替代了写密集操作的硬盘,这是其超低售价的原因所在。

EMC XtremIO升级
7月,EMC提供了全闪存阵列的更新,将横向扩展集群从4个提高6个X砖块。其中,单个X砖块容量也扩展到20TB,总计12个控制器,可以实现IOPS性能增加50%,容量提高50%,同时保持XtremIO亚毫秒级的延迟。

惠普发布首款全闪存阵列
6月惠普发布了HP 3PAR StoreServ 7450,这是惠普公司首款全闪存阵列。该产品增加了新的硬件加速控制器,还采用了新的优化延迟技术,其IOPS高达55万,响应延迟0.7毫秒以下。
StoreServ 7450具有硬件加速、精简配置和重删技术,设备配有一个四核控制器以满足备份和容灾需求。
Kaminario软硬兼施
Kaminario发布了配备K2 v5企业数据服务软件的全闪存阵列,以及纵向扩展和横向扩展架构。其中 K2 v5的新款软件套件提高了存储效率,具有全局在线重删技术、可变块重删、在线数据压缩、精简配置和基于快照的复制。其纵向扩展架构可以通过SSD扩展单一节点的容量。Kaminario K2横向扩展架构可以通过增加节点来提高性能。

NetApp FlashRay姗姗来迟
NetApp发布了全闪存阵列FlashRay,该产品的发布比预计晚了将近一年时间,这是NetApp的首款全闪存阵列。FlashRay 单一的11TB节点 配备了单一控制器和16Gb FC连接,其延迟低于0.6毫秒,永远在线,在线删除和不定长块输入的数据压缩,还有永远在线精简配置。最初该产品是低成本的消费级闪存,但是还会添加其 他的技术进来。

Nutanix超融合架构另辟蹊径
Nutanix发布了NX-9000,这是新款的超融合基础架构解决方案。新款的NX-9000配备了两个英特尔E5-2690v2处理器,512GB内存,6块800GB或者1.6TBSSD,该设备通过Nutanix的横向扩展压缩和重删技术优化,可以利用未使用集群中所有节点未使用的计算资源。而且还可以通过增加新节点的方式来扩展存储容量。

Pure Storage 主打OpenStack
Pure Storage在10月作为赞助企业和委员会加入了OpenStack基金会。
Pure Storage同时公布了两款解决方案:一是OpenStack Cinder Driver,该解决方案与Pure Storage的Purity Operating Environment (OE)整合,帮助客户在OpenStack平台部署云服务。二是Python Automation工具套件,扩展了FlashArray家族产品的开箱即用功能,通过Python脚本用户可以创建超过OpenStack的 Cinder Block Storage服务的高级存储负载。

SanDisk 首款4TB SAS SSD
4月,SanDisk发布了Optimus MAX SAS SSD,该硬盘是首款符合工业标准的4TB SSD硬盘。其容量优于现有的1万RPM和1.5万RPM高性能企业级硬盘。

Tegile SSD按照使用付费
4月,Tegile开始使用云计算定价的方式来定价其SSD,Tegile表示用户每月每GB的费用是5美分。在这种定价模式下,Tegile提供数据存储技术。

Violin基于Windows 的全闪存阵列
4月,Violin Memory发布了这样一款闪存阵列,在闪存中嵌入Windows Storage Server 2012 R2。新款的基于Windows的全闪存阵列,是与微软联合研发的。Violin Memory的Windows Flash Array使用SMB (服务器消息块)直连口,这样可以实现阵列直接下载数据到服务器内存,提高应用性能。同时,还使用了RDMA(远程直接内存访问)来提高带宽和提高NAS环境中的文件性能。

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。