Pure Storage公司在本月初于旧金山召开的Accelerate大会上展出了一款即将推出的高端FlashArray//m系统,其可用存储容量超过现有顶级m70机型的三倍。将于今年晚些时候正式推出。
通过演示文稿可以看到,这款新系统拥有:
• 1.5 PB可用存储容量
• 4 TB与8 TB 3D NAND模块(SSD)
• 可支持数千套虚拟机系统
• 始终在线服务质量承诺
• 每GB可用存储容量成本低于1美元
通过本届Accelerate大会发布的以下内容,可以看到控制器机柜之下只提供两套扩展架。每套扩展架似乎可容纳24个闪存模块。通过简单计算,我们发现48 x 8 TB=384 TB原始容量,其经过数据削减换算恰好可实现1.5 PB实际可用容量。

Pure Accelerate大会上公布的演示文稿
目前的m70配备512 GB、1 TB或者2 TB闪存模块,因此新设备--采用4 TB或者8TB SSD且拥有48插槽--将在原始与实际可用容量方面提升近四倍。Pure公司m70的容量水平需要由3U控制器设备与四套2U扩展架实现,每扩展架拥有24个插槽。而新系统则应该能够降低机架空间占用量。如果上图所示为全配置方案的话。
根据说明,新的FlashArray可能由现有FlashArray//m架构配合高端控制器共同构成,其中每控制器配备1 TB或者更高内存,旨在实现全局重复数据删除并管理如此可观的存储容量。
我们根据目前掌握的情况汇总出以下规格表,其中新设备并暂时定名为m90--当然,这只是我们的猜测。

绿色一列为经过强化的FlashArray//m家族新成员。
William Blair公司分析师Jason Ader整理出了当前各存储供应商旗下全闪存阵列产品及其原始存储容量:

Jason Ader整理的全闪存阵列原始存储容量表
如果我们将其转化为柱状图,并加入Pure即将发布的这款新阵列,那么结果将如下所示:

可以看到,384 TB原始存储容量仍然非常可怜--这款全新FlashArray勉强超过了现有XtremIO、NetApp的EF系列以及SolidFire产品线。当然,Pure公司的//m70则处于垫底位置。
IBM的FlashSystem与EMC的VNXe3200在原始容量方面皆高于即将推出的FlashArray,而Kaminario的K2与Violin的7700亦保持领先。虽然Pure打造的FlashBlade同样不可能在未来一年当中超越1.6 PB容量水平,但由于其面向非结构化数据,因此未被直接纳入本轮对比。
惠普企业业务公司的StoreServ 20850则在原始容量方面占据绝对优势。
全闪存阵列产品的原始存储容量拥有很强的规律性,其直接反映着所使用的不同SSD、闪存芯片供应商、平面与3D NAND乃至MLC或者TLC芯片。不同的数据体积削减技术也在其中起到一定作用,事实上目前市场最为关注的正是存储产品的实际可用容量。
可以肯定的是,存储技术的发展演变仍将继续,未来六到十二个月内这份图表的内容将经历一番剧变。
再提一句:Pure公司采用的是三星公司的3D V-NAND闪存芯片SSD,目前的相关PM863/PM1633产品最高容量为3.84 TB,采用30纳米32层128 Gbit TLC芯片。
其中PM1633a则采用次30纳米48层256 Gbit TLC V-NAND芯片,存储容量为7.68 TB与15.36 TB。这款产品即将于本月发售。而东芝/SanDisk以及美光也将陆续推出自己的v3D NAND芯片,相信这将在全闪存阵列产品线中掀起新一轮升级浪潮。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。