NetApp公司对其Data ONTAP方案进行了重新调整,包括采用FAS阵列操作系统以实现更出色的闪存存储资源利用能力,同时建立所谓数据结构以跨越纯软件与云部署体系。
此次立足于Data ONTAP v8的升级被称为ONTAP 9,NetApp公司表示这是一套经过简化的系统,并宣称其可在10分钟之内完成部署并开始交付数据。
NetApp公司指出,ONTAP 9专门面向混合型工作负载环境,从一级块存储与文件数据到近线及长期数据保留皆可实现。其仍然拥有向上扩展与向外扩展(集群化)功能。
ONTAP 9于NetApp的最新财报电话会议上首度公开。NetApp公司提出了三种可供客户选择的ONTAP 9使用方式:
ONTAP 9基础数据结构示意图
ONTAP 9支持15 TB SSD,其数据存储能力相当于现有最高容量——即10 TB——磁盘驱动器的一半。NetApp公司指出,这是首款能够支持如此大容量闪存存储机制的闪存阵列——不过可以肯定,这种优势只是暂时的。
这套新的操作系统还能够实现4:1数据存储比率,相当于能够利用15 TB SSD提供60 TB存储空间。根据我们的计算,一套2U驱动器托架能够容纳24块15 TB SSD,即实现360 TB原始存储容量。按照4:1体积削减比率来看,相当于1440 TB或者1.4 PB可用存储容量。NetApp公司称这意味着单一存储机架即可带来超过1 PB数据存储能力。
这样的计算结果实在令人不可思议; 因为一套容纳20个托架的机架将因此拥有28.8 PB容量,其空间需求远远低于目前的数据中心磁盘存储方案——而且功耗与冷却需求也更低。
其数据体积削减效果由FlashAdvantage 3-4-5项目实现,同时亦使用了新的平面内联数据压缩机制。根据NetApp公司的说法,该机制优于现有压缩与重复数据删除方案。其能够使全闪存FAS阵列拥有“远远优于磁盘驱动器系统的成本效益”——根据我们的理解,这里指的应该是总体拥有成本(简称TCO)以及数据压缩后更低的每TB使用成本。
其中的3-4-5表述代表着:
ONTAP 9在系统监控能力方面进行了改进,用户能够以集中方式对ONTAP IT环境中的性能、容量与数据安全性进行管理,其中也包括由ONTAP负责实现虚拟化的第三方阵列以及FlexPod系统。
RAID功能也已经升级至三重奇偶校验,NetApp公司表示客户“能够将驱动器故障机率降低至当前水平的百分之一。”ONTAP 9还扩展至其加密与合规保障功能。
我们预计SolidFire方面也将与ONTAP 9一样公布15 TB SSD支持能力并使用类似的数据压缩技术。另外,估计ONTAP 9集群化机制在向外扩展能力上也将优于上代版本。
FAS阵列将必然在未来进行一系列升级,这将使其更为充分地发挥ONTAP 9中的闪存扩展能力。NetApp公司客户可以通过销售代理及渠道销售合作伙伴处获得更多与新版本相关的细节信息。
好文章,需要你的鼓励
本文探讨了AI发展的未来趋势,详细分析了六条有望实现通用人工智能(AGI)的技术路径。随着生成式AI和大语言模型面临发展瓶颈,业界开始将目光转向其他AI发展方向。这六条路径包括神经符号AI、神经形态AI、具身AI、多智能体AI、以人为中心的AI和量子AI。每种路径都有其独特优势和挑战,可能单独或组合推动AI进入下一个发展阶段,最终实现与人类智能相当的AGI系统。
微软研究院发布突破性多语言AI技术UPDESH,通过"自下而上"数据生成策略,让AI真正理解不同文化背景下的语言表达。该技术基于各语言维基百科内容生成950万个训练数据点,覆盖13种印度语言,显著提升低资源语言AI性能,为构建文化敏感型AI系统提供新路径。
培生公司第三季度销售增长加速,并预示年底表现更强劲,但其AI应用可能是更重要的发展。该公司虚拟学习部门销售额激增17%,学生注册人数攀升。培生运营的在线学校将AI工具嵌入课程材料中,公司表示有越来越多证据显示这些工具帮助学生取得更好成绩。公司推出了AI学习内容组合,包括AI素养模块和融合人工导师与AI学习工具的视频平台。
NVIDIA团队提出RLBFF方法,将AI训练中的复杂评价转化为明确的二元判断标准,解决了传统人类反馈模糊和可验证奖励局限的问题。该方法在多个权威测试中取得突破性成果,其中JudgeBench获得第一名,训练的模型性能媲美知名商业模型但成本仅为其5%,为AI训练领域带来重要方法论创新。