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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。