EMC公司已经打造出一款名为1600的小型VNXe阵列,其定位低于VNXe3200,当然在价格方面也比其它VNXe产品更加亲民。
相关新闻来自Roy Mikes于本月6号发布的一篇博文——不过基于某种原因,如今该文章已经不复存在。当然,大家仍然可以通过谷歌查看到这篇文章的缓存版本。如果大家感兴趣,还可以在EMC官方网站上搜索“VNXe1600”——其会提供类似于硬件背景介绍的PDF格式说明文档。
VNX属于EMC公司旗下的双控制器存储阵列,而VNXe则属于该家族当中的中小型企业版本。VNXe3200目前正在上市销售,其配置容量区间在2.2 TB到8 TB之间,起售价格为43490美元。
纯块访问VNXe1600的双控制器采用至强E5 2.6 GHz双核心CPU外加8 GB内存。在其2U机箱之内,VNXe1600能够提供:
· 全闪存或者磁盘/闪存混合存储介质,驱动器容纳上限为200块。
· 双捆绑融合型网络适配器(简称CNA),提供每秒8/16 Gb光纤通道与10GbitE。
· 每秒8 Gb模块选项。
· 10GbitE模块选项。
· 可实现面向VNXe1600、VNXe3200或者vVNX目标的同步复制功能。
· 写入中重定向技术实现时间点快照。
此次采用的捆绑CNA还是第一次在VNX系列产品当中出现。
这台2U设备可容纳12块3.5英寸驱动器或者25块2.5英寸驱动器DPE(即磁盘处理器外壳)及扩展单元(即磁盘阵列外壳,或简称DAE),这意味着其所能支持驱动器数量为12块或者25块。在采用4 TB近线SAS驱动器的情况下,可容纳12块驱动器的基础单元拥有最高48 TB存储容量。
EMC方面表示:“作为一套入门级块存储系统,VNXe1600能够为性能要求低于VNXe3200的小规模用户配置用例带来更为出色的性价比水平。”
感兴趣的朋友也可以点击此处查看EMC官网提供的VNXe1600细节信息(英文原文,PDF格式)。目前我们尚不清楚这款产品的具体价格水平。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。