就当前而言,超融合型基础设施方案已经成为风靡一时的热门词汇,而Riverbed公司亦不甘寂寞、宣称将借下一代SteelFusion 4版本发布之机同样跻身这一业务领域。
SteelFusion是一款集服务器与WAN优化设备于一体的解决方案。其主要设计思路是在网络边缘位置部署规模较小的设备版本——例如分支机构环境——而在数据中心内部安置规模更大的设备版本。
边缘与核心之间的数据将进行同步,但该设备同样拥有充足的资源、能够在边缘位置通过虚拟机系统运行具备一定负载强度的应用程序。边缘位置的应用程序将指向数据中心内的LUN,而这些LUN则驻留在大家为其指派的任意存储阵列当中。
作为Riverbed公司的传统竞争优势,WAN优化方案能够提供可接受的延迟水平。
今天刚刚公布的SteelFusion 4.0同样将ESXi纳入技术组合以实现自身所标榜的超融合特性,如此一来边缘位置现在能够在裸机之上直接运行虚拟机系统——而不必再像过去那样受制于通过操作系统托管的虚拟机管理程序。现在边缘设备的计算核心数量已经提升至最多二十个,而且如果大家愿意承担费用、亦可以全部选择Ivy Bridge核心。内存容量可提升至256GB,这意味着其能够以更高运行速度承载更多虚拟机系统。
此外方案中还提供一台专门用于WAN优化的服务器,这样运行有应用程序的各服务器就无需再额外提供计算周期来处理网络方面的负载任务。
新版本下的存储机制采取分层设计、且其中包含闪存存储资源,因此访问频率最高的数据能够以更快速度被提交至用户面前。分层机制还能够帮助实现数据同步:边缘用户切实需要的内容将往来于远程SteelFusion设备之间,并被保存在正确的存储介质之上。其它内容则被始终保存在数据中心的LUN当中。另外,客户也可以在边缘位置使用文件与打印服务,同时利用本地存储资源完成强度较高的处理任务。
故障转移机制现在可作用于两座数据中心之间:如果大家的核心SteelFusion设备发生宕机,那么只需轻点交换机、整个切换流程就能在数秒内完成——其切换对象可以是辅助基础设施也可以是云环境下的虚拟SteelFusion。
SteelFusion仍然为分支机构IT部门的实际需求提供多种实现方式。当然,具体采用Nutanix、VMware还是Simplivity的虚拟机管理程序定义方案则是另一码事了。这三家厂商对于Riverbed的设计思路也并不介怀:毕竟三方主要以数据中心内的核心设施为着眼点,而Riverbed公司则主要游走于边缘位置。
因此,如果大家有意在边缘位置部署SteelFusion,并将虚拟SteelFusion核心运行在EVO: RAIL或者Nutanix设备之上,那么各家厂商都将迎来共赢。看到了吧?超融合型解决方案真的能解决一切问题。
好文章,需要你的鼓励
AI颠覆预计将在2026年持续,推动企业适应不断演进的技术并扩大规模。国际奥委会、Moderna和Sportradar的领导者在纽约路透社峰会上分享了他们的AI策略。讨论焦点包括自建AI与购买第三方资源的选择,AI在内部流程优化和外部产品开发中的应用,以及小型模型在日常应用中的潜力。专家建议,企业应将AI建设融入企业文化,以创新而非成本节约为驱动力。
字节跳动等机构联合发布GAR技术,让AI能同时理解图像的全局和局部信息,实现对多个区域间复杂关系的准确分析。该技术通过RoI对齐特征重放方法,在保持全局视野的同时提取精确细节,在多项测试中表现出色,甚至在某些指标上超越了体积更大的模型,为AI视觉理解能力带来重要突破。
Spotify在新西兰测试推出AI提示播放列表功能,用户可通过文字描述需求让AI根据指令和听歌历史生成个性化播放列表。该功能允许用户设置定期刷新,相当于创建可控制算法的每周发现播放列表。这是Spotify赋予用户更多控制权努力的一部分,此前其AI DJ功能也增加了语音提示选项,反映了各平台让用户更好控制算法推荐的趋势。
Inclusion AI团队推出首个开源万亿参数思维模型Ring-1T,通过IcePop、C3PO++和ASystem三项核心技术突破,解决了超大规模强化学习训练的稳定性和效率难题。该模型在AIME-2025获得93.4分,IMO-2025达到银牌水平,CodeForces获得2088分,展现出卓越的数学推理和编程能力,为AI推理能力发展树立了新的里程碑。