NetApp正着手推出ONTAP FAS、E系列以及EF系列阵列,旨在为澳大利亚的NCI Raijin超级计算机提供更为出色的数据容量以及访问能力。
NCI全称为澳大利亚国家计算基础设施,而Raijin系统则“为富士通Primergy高性能、分布式内存集群。”
这套系统中包括:
• 总计3592个计算节点以及其中的57472个计算核心(采用英特尔至强Sandy Bridge技术,主频为2.6 GHz)。
• 主内存为160TB。
• 采用MellanoxInfiniband FDR互连机制。
• 可用快速文件系统容量为10PB(作为短期性活动空间使用)。
• 存储硬件采用DDN SFA12000 Hardware组RAID 5,二者当中各容纳有840块磁盘驱动器。
• 峰值处理性能约为每秒1.2千万亿次。
• 总体SPECfp_rate_2006浮点计算性能为160万。
Raijin据称是神道教中执掌雷鸣、闪电以及风暴的神。从读音角度出发,大家不妨直接将其称为Raging。
NetApp公司所提供的这套存储方案主要面向VMware与OpenStack用例,并将把Raijin的存储容量由原本的33PB提升到44PB。目前我们尚不清楚这多出来的11PB存储空间当中有多少由EF全闪存存储设备提供。这笔交易的总体金额为200万美元,NetApp将与富士通方面一道将相关硬件安装到Raijin系统当中。
很明显,NetApp提供的这套存储方案将以“pod”方式加以实现——即容量块化机制——这样用户即可根据规模化需要向其中添加更多pod单位。
NCI方面希望建立起一套全局并行文件系统存储机制,从而容纳国家环境研究数据收集(简称NERDC)数据集合,其内容深层空间研究到地球核心数据可谓无所不包。通过运用闪存存储的先天速度优势,研究人员计算任务的访问速度将得到极大提升。
面对这一案例,我们不禁产生了疑问。将FAS阵列应用为超级计算机存储机制确实非常典型,但采用E系列阵列则令人百思不得其解。其中最奇怪的部分是,NCI方面似乎并不打算单纯拓展其DDN存储容量——因为如果要达成这一目标,他们只需单纯安装并运维新的存储硬件即可。既然如此,他们为什么还要大费周章地引入一家新供应商、两套操作系统——即ONTAP与SANtricity——以及三款硬件产品:FAS、E系列以及EF系列阵列呢?
因为属于公共支出范畴,其中的缘由以及考量也许不足为我们这些外人所道。当然,这也可能是由Raijin系统特性使然。
备注:值得一提的是,这份订单当中同时也涉及到了DDN,其中指出DDN“……主宰着全球超级计算五百强站点,具体而言排名前一百的超级计算体系中有超过60%依靠DDN这项专门针对该类市场的技术设计方案实现性能保障与任务流加速。在部分情况下,NetApp公司在高性能计算领域拥有极具竞争力的价格优势,并能够借此牢牢把握一部分市场份额。”
DDN在澳大利亚国内拥有良好的推广态势——其借100PB RSI存储云斩获了相当可观的订单数量。
好文章,需要你的鼓励
本文探讨如何使用生成式AI和大语言模型作为倾听者,帮助用户表达内心想法。许多主流AI如ChatGPT、Claude等被设计成用户的"最佳伙伴",或试图提供心理健康建议,但有时用户只想要一个尊重的倾听者。文章提供了有效的提示词技巧,指导AI保持中性、尊重的态度,专注于倾听和理解,而非给出建议或判断。同时提醒用户注意隐私保护和AI的局限性。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
人工通用智能和超级人工智能的出现,可能会创造出一种全新的外星智能形态。传统AI基于人类智能模式构建,但AGI和ASI一旦存在,可能会选择创造完全不同于人类认知方式的新型智能。这种外星人工智能既可能带来突破性进展,如找到癌症治愈方法,也可能存在未知风险。目前尚不确定这种新智能形态是否会超越人类智能,以及我们是否应该追求这一可能改变人类命运的技术突破。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。