闪迪与美超微(Supermicro)今日宣布建立战略联盟,做下一代软件定义全闪存解决方案。合作基于闪迪的大容量和高性能闪存系统InfiniFlash™ 系统和美超微(Supermicro)服务器,旨在满足推动大数据和云环境下分散式数据中心增长的需求。
上述解决方案还可通过Nexenta的旗舰Open SDS文档和块存储统一平台以及NexentaStor™ 平台获得。
InfiniFlash是由SanDisk闪迪公司研发的下一代存储平台,与传统的硬盘驱动(HDD)阵列3相比,其存储密度可达5倍2,性能达到50倍,可靠性达到4倍,而功耗则可减少80%。与此同时,InfiniFlash还可为全闪存硬件解决方案提供突破性定价,无需压缩或去重技术的全闪存系统4的最低起价不足1美元/GB。借助可提供数据缩减方案的软件栈,每GB的实际成本甚至可大幅下降至前所未有的水平(如:基于5倍的数据缩减系数,实际成本仅为20美分/GB)。
横向扩展解决方案
SanDisk闪迪用于OpenStack/CEPH的InfiniFlash IF500与美超微公司(Supermicro)的服务器联手,可显著降低PB级OpenStack环境下的私有云数据存储成本。横向扩展可增加现有部署系统中的计算和存储容量节点,提供一个大容量、高密度和全闪存系统,可为具有大数据存储需求的客户带来可扩展性能和突破性的价格优势。
纵向扩展解决方案
Nexenta软件公司,加之美超微公司(Supermicro)的服务器和SanDisk闪迪InfiniFlash IF100系统,可为企业和云客户的文档打印、云后端和共享虚拟基础设施等工作带来强大的存储能力。该全闪存联合解决方案可为数据中心客户提供经过预测试、功能全面、具有成本效益比的高性能系统,帮助他们应对当今日益增加的各种挑战。该联合解决方案可纵向扩展至4PB架构,可提供业内高性能、成熟且支持块和文档统一服务的最佳效能。这是业内少见的高效能解决方案,包含了布局成熟及标准统一的组成版块和文件存储服务,可以稳定地达到低于毫秒级的超低响应时间,每个机架的IOPS(每秒读写操作次数)超过800万次。
“我们与美超微(Supermicro)和Nexenta公司的合作,将把各方最佳的解决方案,包括与传统全闪存阵列部署方案相比的突破性低成本,以及与硬盘驱动阵列部署方案相比得到显著增强的性能、更高的可靠性和更低的功耗提供给数据中心”,SanDisk闪迪公司系统与软件解决方案部副总裁兼总经理Ravi Swaminathan 表示:“这些解决方案将使客户可以经济高效地部署PB级闪存解决方案,并借此向其最终用户提供全新产品和服务,推动其业务的增长。”
美超微(Supermicro)营销与业务开发副总裁Don Clegg表示: “美超微的端到端计算解决方案针对迅猛发展的全闪存系统市场,提供所需的最佳性能、效率、可扩展性和可靠性。我们与SanDisk闪迪和Nexenta合作开发基于全闪存的一体化存储解决方案,可加快下一代存储技术的部署,最大程度提高单位电压、单位投资和单位面积的性能,利用规模经济降低总体拥有成本。”
Nexenta首席执行官Tarkan Maner表示:“NexentaStor Open SDS、SanDisk闪迪InfiniFlash和美超微服务器系统这一市场领先的解决方案组合,将在功能和性能方面有出众表现。这些解决方案将真正带来新的突破,使全闪存成为对一系列用例均经济实用的解决方案,包括高性能数据库、虚拟化环境、大数据池和超高密度的有效档案库等。”
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。