全闪存阵列方兴未艾,混合阵列已成长为最具竞争力的产品形态。
根据最新数据,全球混合闪存市场规模预计为83亿美元,而全闪存阵列市场规模为8亿美元,前者是后者的10倍之多,越来越多的存储用户倾向于使用混合型闪存存储阵列,这一差距在未来仍将持续扩大。
前不久,戴尔存储大中华区总经理李海平在接受采访时称,戴尔正在以全闪存阵列为战略目标,全面支持混合闪存阵列,让客户逐步接受这两种产品形态。
李海平认为,现在市场中的闪存阵列主要分三种:纯闪存阵列,全部且只能使用闪存存储,无法兼容过去,是革命性的;全闪存阵列,可以全部配置使用固态盘,也可以配置其他的传统硬盘,是渐进式的;混合阵列,固态盘和普通硬盘混合配置。
按照这个定义,现在很多闪存初创公司的阵列都是纯闪存阵列,他认为,之所以无法切换为混合阵列是因为无法做数据的有效“漂移”,无法在全闪存和混合闪存之间做到无缝连接。当需要更大容量的时候,只能增加SSD来增加容量保证性能。
“纯闪存公司做大量的算法实现重复数据删除和压缩,这会折损性能,戴尔的做法是把闪存内容沉淀到容量更高的介质中。”
从另一个角度看,服务器端的闪存容量有限,性价比较低,不同服务器之间无法进行数据共享,没有统一的软件保证数据一致性,这是服务器闪存的问题。而在存储端,SSD不同厂商有不同问题,老牌厂商通过并购获得闪存技术,孤立的硬件体系,而戴尔是在同一套体系内做闪存调度,用软件的方式消除了信息孤岛。
现在戴尔正在做的是,把Tier 0级闪存放在服务器,Tier 1级闪存放在存储,通过软件实现所有服务器闪存之间的数据同步,同时快速同步到存储闪存,再分层到普通硬盘中,三者打通,由此产生了500万IOPS的架构,相当于淘宝双十一的整个交易量。
网秦就是这样一家从无到有采用全闪存阵列的企业。早在2011年网秦就已经遭遇性能瓶颈,所有数据先经过一层缓存,再经过多层多级缓存,最后加载不了的数据会被放入数据库进行读取,最后不得不购闪存阵列来彻底解决他们的难题。
现在网秦采用了戴尔Compellent全闪存解决方案以及SharePlex,整个基础架构没有做太多改变,运维团队在2014年完成平滑升级,单次业务处理时间提升了100%,不到80毫秒,实时数据同步得到了很好的保障。
目前网秦配置了12块SSD,其中6块用于处理快速读,6块处理密集写,同时软件实现损耗均衡,这样可以很好地处理订单高峰期和大规模统计查询等场景,又兼顾到延长SSD的使用寿命。
据了解,网秦在全球有7万个纯业务级监控点,全部放在Compellent闪存阵列上运行。原来网秦是每一个季度迁移一次数据,不能做大量的历史数据对比,到现在一年多时间都不需要迁移数据,读写速度表现依然良好。
谈到对闪存阵列的接受,网秦的IT运维经理称,他们也是经过一段“心路历程”的。一开始他们对于如此“奢侈”的方案有些难以接受,但是看到I/O性能表现之后就特别欣慰了,相比较下来,这样的性价比是比较能够接受且合理的,现在对闪存依然较高的成本已经从心理上落位了。
除了网秦之外,李海平介绍说,魅族和比亚迪等客户也采用了戴尔的Compellent全闪存解决方案,用于商品交易平台和核心交易平台的应用,体验到了显著的性能提升。
用户的需求,也是促使戴尔加快布局闪存市场的动力来源。去年,戴尔推出一款定价只有2.5万美元的入门级全闪存阵列,今年,再增加一款配置稍高的SC4020定价为3.5万美元,采用6个200GB写密集型SLC固态盘以及6个读密集型MLC固态盘,原始容量4TB。
除了全闪存配置之外,SC4020阵列的槽位还可以接入普通硬盘构成混合阵列,来自ESG的报告将SC4020的总拥有成本与其他系统进行了对比。虽然没有说明使用的是哪两款竞争系统,但它称“戴尔8年期内的总拥有成本要显著低于竞争对手”。
可以预见的是,戴尔将向全闪存阵列中增加重复数据删除功能,这会进一步有效地降低每GB成本。不仅如此,戴尔从低端到中高端将全面布局闪存,这些举措将帮助戴尔迎接其他闪存阵列厂商的挑战,同时更好地开拓中小企业闪存阵列市场。
好文章,需要你的鼓励
在技术快速发展的时代,保护关键系统越来越依赖AI、自动化和行为分析。数据显示,2024年95%的数据泄露源于人为错误,64%的网络事件由员工失误造成。虽然先进的网络防御技术不断发展,但人类判断仍是最薄弱环节。网络韧性不仅是技术挑战,更是人员和战略需求。建立真正的韧性需要机器精确性与人类判断力的结合,将信任视为战略基础设施的关键要素,并将网络韧性提升为国家安全的核心组成部分。
南洋理工大学团队开发了Uni-MMMU基准测试,专门评估AI模型的理解与生成协同能力。该基准包含八个精心设计的任务,要求AI像人类一样"边看边想边画"来解决复杂问题。研究发现当前AI模型在这种协同任务上表现不平衡,生成能力是主要瓶颈,但协同工作确实能提升问题解决效果,为开发更智能的AI助手指明了方向。
自计算机诞生以来,人们就担心机器会背叛创造者。近期AI事件包括数据泄露、自主破坏行为和系统追求错误目标,暴露了当前安全控制的弱点。然而这种结果并非不可避免。AI由人类构建,用我们的数据训练,在我们设计的硬件上运行。人类主导权仍是决定因素,责任仍在我们。
360 AI Research团队发布的FG-CLIP 2是一个突破性的双语精细视觉语言对齐模型,能够同时处理中英文并进行精细的图像理解。该模型通过两阶段训练策略和多目标联合优化,在29个数据集的8类任务中均达到最先进性能,特别创新了文本内模态对比损失机制。团队还构建了首个中文多模态评测基准,填补了该领域空白,为智能商务、安防监控、医疗影像等应用开辟新可能。