DDN公司已经更新了其向外扩展/向上扩展文件存储GS12K阵列,新版本名为GS14K,并表示是业界目前速度最快且最为灵活的向外扩展文件存储阵列。
GS代表GRIDScaler,这是一套专门面向采用GPFS(即通用并行文件系统,IBM公司目前将其称为Spectrum Scale)之高性能计算负载的向上扩展/向外扩展存储系统。
其兄弟方案EXAScaler产品线则采用Lustre替代GPFS。因此ES7K(ES7000)实际上就是一套利用Lustre取代了GPFS的GS7K。
上一代GRIDScaler产品线当中包含配备有WOS(即Web Object Scaler)后端存储的GS7K(于2014年10月推出)以及基于SFA12K/12KX阵列技术的GS12。
GS14K示意图
14000(14K)则表示其采用SFA14K阵列技术,包含双主动:主动控制器,于2015年首次推出。其基本单元需要4U机架空间。
DDN公司指出,GS14K阵列旨在面向金融服务(包括回溯测试、风险管理以及异常检测)、生命科学(包括基因测序、临床研究、制药以及农作物改造)、网络与云、固网与电信运营商以及制造行业(航空与汽车设计)。
全闪存、混合闪存/磁盘以及全磁盘GS14K的特性包括:
• 跨NVMe闪存、SSD、磁盘、磁带以及云实在存储分层
• 跨层数据单一视图
• 嵌入式PCIe结构以实现低延迟数据访问
• 集成Hadoop与OpenStack环境
• 可独立实现容量与性能扩展
• 业界最高的单机架存储容量
DDN公司并未透露新产品所使用的SSD容量与速度水平。其表示该系统拥有一套开放架构,能够利用EDR InfiniBand、Omni-Connect以及NVMe SSD等新型技术实现速度提升。
其基本参数规格如下:
GS7K、12K与14K规格表
每秒56 Gbit InfiniBand包含四条Fourteen Data Rate(简称FDR)链接,每条链接提供每秒14.0625 Gbit传输速率。EDR则代表Enhanced Data Rate,每条链接提供每秒25.78125 Gbit传输速率。DDN公司并未告知GS14K中包含多少条链接。如果为四条链接,则每个EDR端口的传输速率应该在每秒103 Gbit左右。
其支持NFS与CIFS/SMB以及NAS Client。另外客户还可根据需要选择IME突发缓存机制以应对极端数据IO速率。
目前来看GS14K在性能与容量方面皆属于文件存储方案中的翘楚,且主要面向超级与高性能计算业务市场--在这一领域,阵列通常需要为成千上万个CPU计算核心提供并行数据访问支持。目前全球五百强超级计算设备当中,有三分之二采用DDN阵列。
这类阵列方案如今开始在拥有商用级高性能计算要求的企业中找到立足之地,而Pure Storage的FlashBlade也面向同样的市场方向。
DDN公司表示,其GS14K全机架设备能够在参数上等同于3.25机架的EMC VMAX系统。
我们也期待了解全闪存GS14K与Pure Storage最近公布的FlashBlade有何异同--后者内置有数据削减技术,同时采用专利FlashBlade模块以取代普通SSD。
GS14K起步配置为100 TB与每秒3 GB传输速率,扩展至4U规模则可实现每秒32 GB传输能力,全机架规模则可达到每秒350 GB传输带宽。在容量方面,全机架配置可提供7 PB存储空间,每设备容量则为14 PB。DDN公司表示,多套系统相结合将提供每秒1 TB以上传输能力以及数十PB存储容量。GS14K目前已经全面投放市场,但具体售价尚不明确。
好文章,需要你的鼓励
法国人工智能公司Mistral AI宣布完成17亿欧元(约20亿美元)C轮融资,由荷兰半导体设备制造商ASML领投。此轮融资使Mistral估值从去年的60亿美元翻倍至137亿美元。英伟达、DST Global等知名投资机构参投。作为欧洲领先的AI开发商,Mistral凭借先进的多语言大模型与OpenAI等美国公司竞争,其聊天机器人Le Chat具备语音模式等功能。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
VAST Data收购了成立仅数月的初创公司Red Stapler,该公司由NetApp资深团队创立。Red Stapler创始人兼CEO Jonsi Stefansson将担任VAST云解决方案总经理,负责超大规模云战略。Red Stapler拥有6名开发人员,开发了跨SaaS交付、API集成、监控等功能的云控制平面和服务交付平台,将加速VAST AI OS在超大规模和多云环境中的部署,深化与全球领先超大规模云服务商的合作关系。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。