
SF1920细节图。
NetApp公司旗下的SolidFire事业部已经公布了一款新型设备、一项操作系统更新外加软件许可变更(将软件许可与特定硬件产品拆分开来)。
NetApp与思科FlexPod将立足于现有系统提供SolidFire阵列选项,且未来几个月中还将有一套基于SolidFire的FlexPod配置方案推出。
Element OS版本9被称为Fluorine,即元素周期表上的第九种元素,其中添加了与SolidFire服务质量相结合的VVOL支持机制,意味着VVOL层级(即每虚拟机)间的租户影响将受到控制,可通过设置指定最小、最大与突发IOPS水平。
另外,这套系统还提供新的GUI,能够将存储系统数据合并至单一仪表板当中。
SolidFire方面表示,版本9将集群内FC节点数量提升至4倍,允许用户向外扩展至40个存储节点。Fluorine还提升了每FC节点的IOPS水平,从原本的30万提升至50万IOPS,意味着一套四FC节点集群可实现高达200万IOPS。
多租户机制也得到改善,客户能够通过独立路由表在VLAN上使用叠加IP地址并保留IP地址资源。
FlashForward许可机制
SolidFire方面还将软件许可从特定硬件产品中抽离出来,并将其作为SolidFire存储阵列企业资源池内的一部分加以应用。这套机制被称为FlashForward Capacity Licensing,主要面向那些倾向于使用纯软件许可的客户。
CEO Dave Wright指出,纯软件许可机制的市场反响相当不错,而客户仍然可以在硬件选择外加存储机架及附加卡的量化工作方面自行决断。
Element OS许可为永久性且基于最大配置容量,例如可在任意企业位置采用100 TB池化原始存储容量。另外,其提供批量采购优惠政策。软件与硬件可共同或分别订购。客户在购买新硬件时无需额外添置新的许可,除非其资源容量已经超出许可范围。
尽管SolidFire公司并不提供云系统,但Element OS能够运行在基于公有云的硬件之上,这也是为了配合SolidFire所采取的云硬件发展策略。举例来说,大家可以获取100 TB Element OS容量许可并立足于AWS加以运行。
NetApp公司也有可能会在ONTAP与SANtricity上的E系列OS中采用同样的方案。根据我们的猜测,SolidFire的FlashForward机制只是NetApp将其全面推向各产品线的测试或者试用版本。如果其获得成功,那么接下来NetApp将进行大规模采用。

四节点SolidFire SF19210
SF19210
作为此次公布的新设备,全闪存SF19210集群节点拥有十块1.92 TB SSD,意味着原始存储容量为19.2 TB,数据压缩后的实际可用容量则高达80 TB。这一水平高于现有高端SF9010的960 GB SSD与9.6 TB原始容量参数组合。顺带一提,SolidFire公司已经开始在部分产品中尝试使用3D NAND(三星)SSD。
系统内存则由SF9010的256 GB提升至384 GB。SF9010的IOPS为7万5千,而SF19210则为10万。后者的容量与性能分别相当于前者的两倍与三倍。
这台新设备可被直接接入现有SolidFire集群,而且SolidFire方面表示其每GB使用成本较现有设备低30%。
SolidFire的产品定位根据时间/容量可汇总为以下图表:

SolidFire设备定位图,截至2016年6月
而即将推出的SF19210则标志着SF9010即将走向生命周期的终点。

SF19210目前已经开放订购,起步价格为84588.82美元,企业客户可通过SolidFire及其全球渠道合作伙伴网络进行购买。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。