希捷今天宣布与中科曙光的合作取得突破性进展,全球首发将其最新高性能的企业级3.5寸4TB海量盘配备在曙光的数据中心融合服务器TC4600T中,进一步满足客户对容量和性能的双重需求。
希捷全球副总裁暨亚太和中国区总裁孙丹女士表示此次与曙光合作共同推出基于企业级3.5寸4TB海量硬盘的服务器,是因为双方有着共同的战略目标,都是已技术为驱动的公司。希望双方鞥能够在研发和开拓市场上共同发力,为数据中心市场提供更多创新应用。
曙光信息产业股份有限公司首席运营官王正福也表示双方具有深度合作的基础,自从2010年成为希捷的OEM战略合作伙伴,双方一直在全面战略合作、覆盖全面产品线,并为客户提供全方面的支持方面深度合作。同时双方在苏州工厂设立联合实验室,在第一时间测试和采用业界最领先的技术和创新性产品。
希捷企业级产品副总裁John Morris称,“希捷一直致力于研发创新的产品,帮助客户获取更高性能的同时,最大限度降低总体拥有成本。这次曙光采用的全新希捷企业级3.5寸海量盘致力于数据存储、读取和访问的最优化,在性能方面超越了目前市场上的3.5寸硬盘,达到世界领先水平;同时,其大容量、高可靠性和低功耗,成为关注存储性能的企业级应用的最佳选择。”
孙丹谈的此次推出的3.5寸4TB海量硬盘的优势可以用2、3、10这三个数字表示。
2,每TB连续数据传输速率提升2倍。
3,每TB随机读取性能提升3倍(与企业级3.5寸海量盘相比)
10,每TB随机写入性能最高提升10倍(与企业级3.5寸海量盘相比)
新的希捷4TB高性能3.5寸企业级硬盘是目前市场上高转速性能产品中最高容量的存储解决方案,可全天候运转,以最佳的性价比提供了最高的数据传输性能,进一步提升了数据提取和分析能力,将流化数据的速率提升至每秒300MB,非常适用于高性能计算、大数据分析以及横向扩展应用的环境,充分满足了教育、科研、云计算、政府等关键用户需求应用。
该硬盘利用了最新一代的12Gb/s SAS接口用于超高性能的数据融合,为客户提供了可扩展性以便将来升级系统,同时拥有200万小时的平均故障间隔时间(MTBF)、每年750TB的工作负载率以及5年的有限质保,超强的可靠性可以在最恶劣的环境中提供最佳的性能。与传统的近线硬盘相比,该硬盘在连续数据传输速率、随机读写性能方面均实现了提升,优化了速度和企业级的可靠性。
对于曙光来讲,此次合作是“数据中国加速计划”之后,首度在数据中心融合平台方面的重点业务部署。按照“加速计划”,曙光将在政府大数据、科学大数据、安全大数据和工业大数据四个重点领域构建曙光行业大数据一体化解决方案,加速数据汇聚,提升数据服务能力。
作为支持计算、存储等多种节点的融合架构服务器,搭载了希捷高性能企业级3.5寸海量盘的全新曙光TC4600T数据中心解决方案将在卫星遥感、地球科学、气象预测、基因组测序、深度学习、FAST等科学大数据应用场景实战。
此次成为全球首家搭载希捷高性能企业级3.5寸海量盘的厂商,王正福表示曙光将新一代高性能服务器作为孵化下一代数据中心的撒手锏。作为面向业务优化的超融合服务器,曙光TC4600T单个机箱支持8个计算型节点(最大峰值计算能力可达8 TFlops)或者4个存储型节点(最大磁盘存储能力可达400TB),可按需灵活配比,支持高密度计算、高密度存储、高密度扩展等多种场景应用,以满足不同业务对计算、存储、I/O弹性配置的需求。
“曙光自主设计的TC4600T高密度服务器通过架构创新,搭载希捷最新高性能的企业级3.5英寸4TB海量盘,融合形成了TC4600T高密计算、高密存储、高密扩展的特点,可以在4U空间中集成8台1U服务器或4台2U服务器,实现密度是传统机架服务器的2倍。”
曙光服务器产品事业部总经理秦晓宁介绍说,TC4600T高密度服务器还融入了“模块化结构”和“绿色节能”的设计理念,用户对该服务器的总拥有成本(TCO)最多可降低20%。
基于同希捷长久可靠的合作伙伴关系,曙光广泛应用了希捷企业级存储解决方案如希捷企业级10K、15K超能盘,8TB存档盘、扩容硬盘等关键任务硬盘和近线硬盘等产品,不断为客户提供数据中心创新解决方案。
双方更注重在合作中促进数据技术的革新,并于2013年正式成立“希捷-曙光联合实验室”,迄今双方已完成数十款硬盘认证测试,共同研发硬盘故障诊断及恢复技术,大幅提高了系统可靠性,降低了硬盘故障率。希捷和曙光将一直关注客户在高效存储和管理海量数据方面的需求,致力于提供最佳的创新解决方案帮助用户有效利用数据,实现最大价值。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。