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
多年来,初创公司依赖传统营销手册制定市场策略,但AI正在改变这一现状。GTMfund合伙人表示,AI让企业能够以更少资源实现更多目标。谷歌云营销副总裁强调,虽然AI提升了效率,但营销专业知识仍不可或缺。OpenAI初创企业负责人发现,许多公司已将AI融入营销策略,通过个性化和精准定位获得竞争优势。AI工具在潜客开发和入站营销资质评估方面表现突出,企业招聘策略也从专业技能转向好奇心和适应能力。
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。
贝尔金推出多款Qi2无线充电产品,包括3合1充电支架、8K容量充电宝、折叠式MagSafe支架等。3合1充电支架支持iPhone、AirPods和Apple Watch同时充电,售价77美元。8K充电宝配备支架功能,提供28小时续航。还有便携折叠充电支架、10000mAh移动电源和108W四口充电器等产品,网络星期一期间享受30-50%折扣优惠。
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。