
HDS公司为其大型VSP G系列阵列设备添加本地NAS、VVOL、分析以及云分层四项新机制。
HDS方面还拥有VSP家族的F系列版本,外加一款新的全闪存HFA A系列产品。还曾推出过一款单独的BlueArc NAS产品,其HNAS 4000系列则提供双节点与八节点配置,最大可用存储容量在4 PB到16 PB区间。
现在VSP G400、600与800各添加了两个本地文件存储模块,但入门级G200与高端G1000却不在升级之列。这意味着三款中端G产品将能够提供本地文件与块访问服务。
G系列还搭载Data Migrator to the Cloud(简称DM2C)软件以实现针对数据的内容识别管理策略,从而确保数据能够自动被分层至VSP之外的其它系统当中;HDS表示其它目标系统可为私有、公有或者混合云平台。HDS公司同时指出,此举能够使得日立加速闪存用于存储更为重要的数据,而较为陈旧的低访问率数据则将被迁移至其它位置。
HDS公司已经正式进军阵列分析市场,凭借的正是其日立基础设施分析顾问(简称HIAA)方案。这款软件能够改进VSP阵列产品的"性能,同时通过智能分析降低出现资源挤占警报的风险。"HDS方面指出,其能够"主动识别、诊断并帮助解决整个日立VSP家族乃至其它第三方存储方案中的性能与容量问题。"
另外,G系列还全面支持VVOL并简化了vSphere环境下的虚拟机备份、恢复与克隆服务流程。
目前还不清楚VSP嵌入式NAS技术的存储容量、性能、价格或上市时间等细节信息,当然HDS方面的公布内容一直比较模糊。另外,DM2C分析软件的价格与上市日期同样尚未发布。
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。