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
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。