X-IO公司旗下配备五年质保服务且免维护之封闭型磁盘及磁盘加闪存阵列家族又迎来一位新成员:全闪存版本ISE。目前其已经凭借自身强大实力冲到SPC-1性价比基准测试图表的右上角位置。
这款ISE 800设备采用标准的3U X-IO机柜并采用X-IO的第三代架构,其最初出现在今年一月发布的ISE 780当中。目前新系列拥有三款机型:
• 820 – 6.4TB预RAID存储容量(RAID 10下为2.7TB,RAID 5下为4.3TB)
• 850 – 25.6TB预RAID存储容量(RAID 10下为11.4TB,RAID 5下为18.3TB)
• 860 – 51.2TB预RAID存储容量(RAID 10下为22.9TB,RAID 5下为36.6TB)
全部机型皆提供最高40万IOPS,或者在由OLTP工作负载进行调用时提供26万IOPS。其可用传输带宽为每秒5GB。
ISE 800
其操作系统已经受到VMware VASA、vSphere Web Client、vRealize Operations以及OpenStack Cinder驱动程序的支持。该产品同时提供主动到主动同步镜像、精简配置、服务质量以及REST Web Services API。
X-IO方面还特别指出,该产品的性能表现不会随着阵列中数据存储量的提升而下降——根据其说法,100%容量占用的情况下其性能表现仍能达到100%——而且在设备的五年质保周期内性能不会出现衰减。
其升级机制不会对业务造成破坏性,而且提供冗余组件以实现可靠性。主机连接通过8个8Gb每秒光纤通道(SAN与DAS)配合1GbitE管理端口实现。
SPC-1基准测试当中IOPS在20万到30万之间各系统一览
其中820机型已经提交了一份SPC-1基准测试结果——测试随机存储阵列的IO性能表现——其中记得25万2981.83 SPC-1 IOPS成绩、2.06毫秒平均响应时间以及史上最低的每SPC-1 IOPS成本——0.32美元,打破了之前由全DRAM Kaminario K2阵列创下的0.40美元纪录。在此之前的全闪存阵列纪录则是由NetApp EF560创造的0.54美元每SPC-1 IOPS。
每SPC-1 IOPS成本排名
单纯从SPC-1 IOPS角度来看,ISE 800的速度高于NetApp的EF560(后者为24万5011.76 IOPS)以及六节点版本NetApp FAS6240集群(为25万39.67 IPOS)。惠普公司的StoreServe 7450凭借着25万8078.23 IOPS夺得最高速度桂冠,但其每IOPS成本为0.58美元,远高于X-IO的0.32美元。
从每SPC-1 IOPS成本角度看,X-IO的ISE 800设备列在排行榜榜首,不过具体计算结果可能由于清单计价与实际购买价格之间的差别而受到影响。X-IO公司希望将该产品投放OLTP市场,特别是针对微软SQL用例。其它适合用例还包括商务智能以及交易平台。VDI也属于其潜在适用场景。
如今全闪存阵列市场又迎来了另一位竞争者,成千上万客户能够借其产品完成阵列升级,而且SPC-1基准测试结果以及等同于惠普7450以及NetApp EF560的性能水平也足以证明其自身实力。X-IO的销售渠道应该会对其大加赞赏。
在我们的印象中,X-IO已经与某些特性牢牢结合在了一起——包括长期沿用磁盘驱动器——但该公司如今以更为开放的姿态迎接新型技术方案。我们应该可以期待其很快推出更多其它开发成果。
目前820机型的售价为12万4900美元,850机型为32万美元,而860机型则为57万5000美元。ISE 800现在已经由X-IO及其经销商正式投放市场。
好文章,需要你的鼓励
法国人工智能公司Mistral AI宣布完成17亿欧元(约20亿美元)C轮融资,由荷兰半导体设备制造商ASML领投。此轮融资使Mistral估值从去年的60亿美元翻倍至137亿美元。英伟达、DST Global等知名投资机构参投。作为欧洲领先的AI开发商,Mistral凭借先进的多语言大模型与OpenAI等美国公司竞争,其聊天机器人Le Chat具备语音模式等功能。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
VAST Data收购了成立仅数月的初创公司Red Stapler,该公司由NetApp资深团队创立。Red Stapler创始人兼CEO Jonsi Stefansson将担任VAST云解决方案总经理,负责超大规模云战略。Red Stapler拥有6名开发人员,开发了跨SaaS交付、API集成、监控等功能的云控制平面和服务交付平台,将加速VAST AI OS在超大规模和多云环境中的部署,深化与全球领先超大规模云服务商的合作关系。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。