NetApp又发布新的全闪存阵列了,这一次是EF560,号称拥有低于1毫秒的平均响应时间和表现最佳的SPC-1性价比,同时发布的还有容量高达PB级别的混合阵列E5600。
2012年12月,这家存储供应商宣布了第一款全闪存阵列EF540,与竞争对手相比,这个时间点并不太早,在此之前市场上已经充斥着来自初创厂商和存储大厂的各式各样的全闪存阵列——他们之间互相指责对方“是否是真正为闪存设计的?”或是“是否具备合格的企业级存储系统能力?”
在这样的市场竞争环境中,NetApp的闪存战略显得很特别。在面对如上述的市场竞争声音的情况下,这家公司选择快速、全面的丰富自己的闪存阵列——无论是全闪存阵列还是混合阵列——产品家族,在这一策略的引导下,NetApp成为过去两年里,闪存阵列产品发布最频繁的供应商,没有之一。
EF540之后,EF560之前,NetApp发布了包括EF550、FlashRay、FAS8080 EX在内的一系列全闪存阵列(或配置),成为存储行业拥有全闪存阵列(混合阵列)产品线最多、全闪存阵列架构最多、全闪存阵列产品型号最多的存储供应商。
事实上,虽然第一款全闪存阵列的上市时间并不占先,但这家公司其实很早就涉足到闪存市场,FlashAccel、FlashCache、FlashPool在内的多项闪存缓存、加速技术在NetApp的FAS系列阵列中的使用已经有很多年。
特别值得一提的是,在全球主流的几大企业级存储供应商中,如果横向对比各家供应商的只提供闪存配置的全闪存阵列“新系列”产品线,只有NetApp的FlashRay系列属于完全的自主研发,EMC的XtremIO、IBM的FlashSystem、惠普的3PAR,全部来自于收购存储初创企业。
有关NetApp的闪存故事还有一个引人注意的地方,根据IDC发布的《Worldwide All-Flash Array and Hybrid Flash Array 2014–2018 Forecast and 1H14 Vendor Shares(全球全闪存阵列和混合闪存阵列2014-2018展望和2014年上半年供应商市场份额)》报告显示,NetApp占有全球全闪存阵列9.1%的市场收入份额,但出货容量却“跌出了市场前六”,只能被归结到“Other”之中。
从发布并不占先的全闪存阵列,到两年五次全闪存阵列产品发布;从闪存技术的最早定位存储系统缓存,到现在供应IOPS高达200万高端全闪存配置FAS8080
EX;从全闪存阵列市场收入排名第四,到市场出货容量被归为“其它”。。。
这正是与NetApp产品市场高级总监Mark Welke可以有很多话题可聊的原因。
全闪存还是混合?IDC也挠头 NetApp有答案
闪存阵列的市场发展趋势和收入情况,确实给分析公司IDC出了个难题:2013年,IDC公司预测全闪存阵列市场在2015年“将达到12亿美元”,但事实是,根据IDC的统计,2014年全闪存阵列市场规模已经达到了13亿美元,此前预计的2015到2016年年复合增长率59%更是无从谈起。
混合阵列方面,IDC宣称2014年混合阵列的市场规模是100亿美元左右,但事实是,将IDC公布的2014年上半年混合阵列市场收入,以及通过部分供应商流出的部分数据,2014年全球混合阵列的市场规模应当在85-90亿美元作用。
不仅是数字上的难题,IDC、Gartner、Forrest等分析公司,以及不少业内厂商,对“未来是数据全闪存阵列的还是混合阵列的”以及“全闪存阵列到底是不是昙花一现”这两个问题都颇为挠头,甚至挣得面红耳赤——对于拥有三条全闪存阵列产品线,两条混合阵列和全闪存阵列共存产品线的NetApp来说,这两个问题不解决好可不是随随便便就能“随它去”的事情。
“我们确信,全闪存阵列是针对某一特殊需求的市场,市场的主流应该还是以混合阵列为主。”Mark Welke认为,IDC、Gartner等分析公司的数据在看待闪存阵列这一新兴市场时,确实存在变化和动荡,前后不一、数字调整的情况时有发生是很正常的事情,毕竟,闪存销售的增长多快,预测起来还是有相当大的难度的。
对于NetApp来说,混合阵列与全闪存阵列之间的对比显得十分明显,过去三个季度,NetApp出货了55PB闪存,其中35000套以上为混合阵列,全闪存阵列出货量约为1500套以上,而在NetApp迄今为止出货的总计125PB闪存容量中,混合阵列和全闪存阵列基本上维持了这一比例。
“对我们来说,基于我们既有的数据管理和数据服务的能力,为他们提供很好的方案,无论是什么样的闪存阵列,更好的提高效率、降低成本都是用户选择的原因。”Mark Welke谈到,即使是SAP HANA这样的内存计算系统,也都是需要和存储系统进行很深度很紧密的集成,“所以,它最主要关心的问题是在存储系统的延迟上,需要高性能和低延迟的存储系统。”
Mark Welke认为,管理延时,是混合阵列、全闪存阵列共同面临的问题,在NetApp EF560上,NetApp实现了“低于1毫秒的平均响应时间”,最高650,000的IOPS,这是全闪存阵列的强项,但混合阵列也在朝着更高性能、更低延迟的方向发展。
“闪存离应用越近,效率越好、速度越快,相反就把闪存的优势限制住了,而且成本也是一个需要考虑的因素,如果价格很贵,很可能就不能很有效率、很大规模的利用它,服务器上的高速闪存缓存目前面临的就是这个问题。”
那么,NetApp怎么样闪存做的更好?
NetApp的闪存策略:软件和硬件都得更新
闪存阵列要怎么做才能越来越快?延迟越来越低?第一个答案自然是“升级硬件”,没错,从最简单的、最直观的角度来看,任何的存储系统在升级硬件平台之后,都会有更好的性能表现。NetApp EF540到EF550,再到最新的EF560自然也不能逃脱这一规律。
NetApp EF560在架构上并无明显变化,还是最大120块SSD,还是192TB的最大(裸)容量,还是2U/24块盘的架构,但处理器却得到了升级,上一代EF550采用英特尔四核Xeon E5-2418L 2.0GHz处理器,EF5600则升级为Xeon E5-1428L v2 2.2GHz六核处理器,内存虽然同样是24GB,却得益于处理器平台的改变,从频率较低的DDR3内存更换为频率更高的DDR4内存。
但是,EF560最大65万IOPS,0.8毫秒平均延迟的表现,远远高于上一代EF550 40万IOPS,接近3毫秒的性能和延迟表现,特别是在Mark Welke给出的对比中,EF550和EF560在OLTP测试下,0.5毫秒延迟的性能最高为6.5万IOPS,EF560则为19万IOPS;1毫秒延迟下,EF550的性能为10万IOPS,EF560为24.5万IOPS——整整两倍的同延迟表现下IOPS,可不是简简单单靠处理器升级能够得到的。
Mark Welke说,这要归功于NetApp的软件能力,他表示,这一次EF560性能提升有很大程度上归功于SANtricity OS 8.20版本对8.10版本的升级:“你可以看到,EF550升级了新的8.20系统后,在18万IOPS左右的性能时,延迟曲线才开始有较大的提升,才刚刚超过1毫秒。”
“在硬件没有变化的情况下,业务也不需要中断,就能够得到非常大的飞跃性的性能提升,只需要升级存储操作系统,这是非常惊人的变化。”Mark Welke说,对用户来说,“NetApp可能提供的不是最好的IOPS,但一定是持续的低延迟,因为只是看IOPS的话什么用也没有。”
他表示,这在很大程度上得归功于存储操作系统(软件)的提升:“我们在业界,依靠Data ONTAP和SANtricity,提供了非常完善和令人惊喜的数据管理解决方案,EF560的发布就是一个例证,它证明我们的每一个IOPS都是划算的,而且是最好的价格。”
除了延迟,“让闪存与应用离得更近”也是NetApp的核心思想,Mark Welke表示,“无论是Oracle的Enterprise Manager、微软的System Center还是Splunk这样的初创公司的软件,NetApp都会从不同层次看到其与存储相结合的价值,包括存储、数据、管理或是DBA的层面。”他说,“把各方面的应用和底层存储技术进行优秀的整合”是NetApp的业务核心。
在谈起维系三条(全闪存阵列)产品线的研发、设计、生产和销售,是否让NetApp变得更加忙碌和疲惫时,Mark Welke是这样说的:“当你看闪存这个市场的时候,其实闪存只是被我们管理的一个介质而已,真正对于数据管理和服务(有用处的)还是掌握在NetApp核心的软件技术层面。”
好文章,需要你的鼓励
施耐德电气以“新质服务+产业向‘新’行”为主题,第六次参会,展示全新升级的“新质服务体系”,围绕创新驱动、生态协同和行业赋能三大核心领域,以全新升级的“新质服务体系”,助力中国产业向高端化、智能化、绿色化迈进。
香港中文大学联合上海AI实验室推出Dispider系统,首次实现AI视频"边看边聊"能力。通过创新的三分式架构设计,将感知、决策、反应功能独立分离,让AI能像人类一样在观看视频过程中进行实时交流,在StreamingBench测试中显著超越现有系统,为教育、娱乐、医疗、安防等领域的视频AI应用开启新可能。
甲骨文正在成为大规模基础设施供应商的可靠选择。该公司通过AI技术推动应用开发,构建GenAI模型并将智能代理集成到应用套件中。CEO萨弗拉·卡茨透露,公司剩余履约义务达4553亿美元,同比增长4.6倍,并预测OCI收入将从2026财年的180亿美元增长至2030财年的1440亿美元。甲骨文正积极布局AI推理市场,凭借其作为全球最大企业私有数据托管方的优势地位,有望在云计算领域实现重大突破。
Atla公司发布Selene Mini,这是一个仅有80亿参数的AI评估模型,却在11个基准测试中全面超越GPT-4o-mini。通过精心的数据筛选和创新训练策略,该模型不仅能准确评判文本质量,还能在医疗、金融等专业领域表现出色。研究团队将模型完全开源,为AI评估技术的普及和发展做出贡献。