对于专业人员,这个问题呈现为“入门者的存储101”。但是存储技术文献总是在谈论块数据和文件数据,却并没有明确的解释二者的关键区别和关联。
任何两台通过网络进行通信的设备都必须就其通信方式达成一致。标准协议就作为通信的具体实现方式。这样的网络协议有很多。 一般来说,存储设备和子系统都作为归档系统的附属,用来读写数据。归档系统就是所谓的文件系统或者数据库系统。例如说Windows 2000和NT的NTFS文件系统、DOS的FAT文件系统、多种Unix文件系统(UFS)、Veritas文件系统(VxFS)、Oracle数据库、Informix数据库、Sybase数据库。
归档系统做两件事情:第一,向终端用户呈现数据和应用。数据一般是以一种层次样式的目录或者文件夹的方式组织。在我的新书当中我称之为数据表示。而归档系统所做的二件事,就是组织数据在存储当中的存放方式。这些归档系统必须将数据分散于存储容器中,并保证所有的数据都能以合理的性能访问到。通过索引数据存放位置(块存储地址)能够做到,这里面值得是数据结构。今天,这些实际上都是逻辑块地址,因为磁盘驱动器能够保存自己内部的块地址转换表。
因此,归档系统发送命令给存储,写数据到指定块和从指定块检索。这就是通常所说的块级别存储。这种存储功能是主从关系,并非客户服务器。 通过使用用户级数据表示接口(文件级存储)来请求数据也是可行的。通过利用数据的文件名、目录位置、URL或者其他信息能够做到。这是一种客户服务器通信模式。服务器接收到归档请求,然后查找数据存储位置并使用存储级功能检索,但服务器并非以块的形式返回文件给客户端,而是以字节的形式。文件级协议无法解析块命令,同样,块协议也不能传送文件访问请求和响应。
这里面令人疑惑的一件事情是,归档和存储是紧密集成,缺一不可的。但当去理解二者的流量是如何通过网络传送的,两者的线路又不相关。换句话说,二者的流量能够共存于同一网络但却使用不同的存储应用协议。
好文章,需要你的鼓励
随着AI广泛应用推动数据中心建设热潮,运营商面临可持续发展挑战。2024年底美国已建成或批准1240个数据中心,能耗激增引发争议。除能源问题外,服务器和GPU更新换代产生的电子废物同样严重。通过采用模块化可修复系统、AI驱动资产跟踪、标准化数据清理技术以及与认证ITAD合作伙伴合作,数据中心可实现循环经济模式,在确保数据安全的同时减少环境影响。
剑桥大学研究团队首次系统探索AI在多轮对话中的信心判断问题。研究发现当前AI系统在评估自己答案可靠性方面存在严重缺陷,容易被对话长度而非信息质量误导。团队提出P(SUFFICIENT)等新方法,但整体问题仍待解决。该研究为AI在医疗、法律等关键领域的安全应用提供重要指导,强调了开发更可信AI系统的紧迫性。
超大规模云数据中心是数字经济的支柱,2026年将继续保持核心地位。AWS、微软、谷歌、Meta、甲骨文和阿里巴巴等主要运营商正积极扩张以满足AI和云服务需求激增,预计2026年资本支出将超过6000亿美元。然而增长受到电力供应、设备交付和当地阻力制约。截至2025年末,全球运营中的超大规模数据中心达1297个,总容量预计在12个季度内翻倍。
威斯康星大学研究团队开发出Prithvi-CAFE洪水监测系统,通过"双视觉协作"机制解决了AI地理基础模型在洪水识别上的局限性。该系统巧妙融合全局理解和局部细节能力,在国际标准数据集上创造最佳成绩,参数效率提升93%,为全球洪水预警和防灾减灾提供了更准确可靠的技术方案。