支持低容量SSD无异于浪费数据中心机架单元。
NetApp公司的SolidFire阵列在提供同等闪存存储容量的情况下,需要占用四倍于惠普企业业务公司及EMC的存储方案。由于其采用1U硬件设备,因此其能够支持的SSD容量必然受到限制。
在采用SolidFire充当向外扩展节点的情况下,较低的每机架单元闪存存储密度意味着我们需要添加更多节点才能达到特定闪存容量级别。
SolidFire SF19210阵列节点或设备可容纳十块1.92 TB SSD(3D NAND SSD),整套机箱前部可部署两排、每排五块驱动器。这意味着其原始存储容量为19.2 TB。大家需要20套设备才能实现384 TB存储容量,即占用20机架单元。如果大家将闪存密度提升四倍,则意味着同样的容量只需要5个节点即可实现。
从物理角度讲,大家可以接入十块7.68 TB或者15.36 TB SSD,其中3D驱动器由三星公司提供。根据SolidFire公司的命名规则,76.8 TB与153.6 TB存储容量的型号应该分别为SF76810与SF153610。
遵循以上假设,SF153610三节点配置可提升460.8 TB容量,相当于二十套现有SF19210节点的存储容量总和。
EMC公司经过升级的VNX,即Unity产品,在2U空间内支持高达25块3.2 TB三星3D NAND驱动器,意味着2U空间可提供80 TB容量——存储密度为每U空间40 TB,远高于SolidFire的每U空间19.2 TB。
EMC方面指出,Unity将于今年8月支持7 TB SSD,并将于2017年下半年支持15 TB驱动器。这意味着其将于8月拥有175 TB容量,四倍于现有SolidFire的每U空间19.2 TB。
惠普企业业务公司正为其3PAR StorServ产品线提供7.68 TB与15.36 TB SSD支持能力。其已经于2015年8月在第五代StorServ 8000当中采用3.84 TB SSD。StorServ 8000配备有24块SSD,基础空间为2U机箱,意味着总容量为92.2 TB,每U空间41 TB。在支持7.68 TB与15.36 TB SSD之后,其存储容量将分别提升至184.3 TB与368.6 TB,每U空间分别为92 TB与184 TB。这意味着其每U存储密度几乎达到SolidFire的5倍与10倍。
作为SolidFire的持有者,NetApp公司在其最新ONTAP 9软件版本中支持15 TB SSD。
那么为什么SolidFire方面不选择支持高容量SSD?为什么其不提供更理想的每U空间NAND存储密度?根据我们的理解,这可能是由于Element OS软件架构的影响,且更新方案已经准备就绪。
SolidFire市场营销主管John Rollason表示:“我最近刚刚与Dave Wright对15 TB SSD支持目标进行了探讨。”他的观点可以总结为:
“随着时间推移,”Rollason总结称,“成本将逐步降低、容量需求不断增长再配合新的外形尺寸,每节点将不再容纳10块驱动器,而Element OS届时也将致力于采用容量更大的驱动器——但目前还不是引入高容量SSD的最佳时机。”
虽然SolidFire负责人明显有着自己的考量,但我个人的意见是SolidFire阵列不仅需要支持15.36 TB SSD,更需要对现有销售策略进行调整——即4个节点售价高达150万美元。毕竟目前3.84 TB与7.68 TB SSD已经全面上市,惠普企业业务公司也于11个月之前开始支持3.84 TB SSD。
从产品营销的角度来看,SolidFire方面似乎没有理由不能将入门驱动器存储容量下调至960 TB,并设置更为各级的容量提升梯度——1.92 TB、3.84 TB、7.68 TB以及15.36 TB等等,客户可能结合实际需求决定是否支付额外开销以进一步提升容量。
大家可以为SolidFire方案混合并匹配SSD高容量节点。该公司指出:“由任意SolidFire节点构成的四节点集群作为起点,大家可以混合及匹配更多节点以充分发挥现有高成本效益闪存技术的优势。”
Wright还谈到以下四项影响高容量SSD支持能力的因素:
EMC、惠普企业业务公司以及SolidFire的母公司NetApp都支持容量更高的SSD产品,因此我们可以认为这几家供应商并没有被以上问题所难倒。另外,正如前文所提到,大家在物理层面完全可以将高容量2.5英寸SSD接入标准2.5英寸SSD托架之内。采用2U或者3U节点尺寸可能会导致机架内空间浪费,但支持高容量SSD显然没有这么麻烦。
在我们看来,Element OS对高容量SSD的支持将成为决定其命运的重要能力。
那么Fluorine或者未来的Neon主要发行版(即Element 10)能否拥有这一支持能力?我们将于2016年年底或者2017年年初迎来答案。
好文章,需要你的鼓励
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。