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
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。