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
AWS在纽约峰会上发布Amazon Bedrock AgentCore,这是一个企业级AI代理构建、部署和运营平台。该平台支持开源框架如CrewAI、LangChain等,提供运行时、内存、身份管理、可观测性等核心服务。Box、巴西伊塔乌银行等企业已开始使用该平台构建生产级应用。平台采用按需付费模式,目前在部分AWS区域提供预览版,2025年9月16日前免费试用。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
网约车巨头Uber宣布与中国科技公司百度达成多年战略合作,计划在美国和中国以外地区推出数千辆自动驾驶出租车。服务将从今年晚些时候开始,首先在亚洲和中东的未指定国家推出。百度的Apollo自动驾驶汽车已在中国11个城市运营,成本仅为3.7万美元,远低于行业平均的20万美元。用户可选择乘坐自动驾驶车辆或人工驾驶车辆。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。