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
麻省理工学院研究团队发现大语言模型"幻觉"现象的新根源:注意力机制存在固有缺陷。研究通过理论分析和实验证明,即使在理想条件下,注意力机制在处理多步推理任务时也会出现系统性错误。这一发现挑战了仅通过扩大模型规模就能解决所有问题的观点,为未来AI架构发展指明新方向,提醒用户在复杂推理任务中谨慎使用AI工具。
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
中科院自动化所等机构联合发布MM-RLHF研究,构建了史上最大的多模态AI对齐数据集,包含12万个精细人工标注样本。研究提出批评式奖励模型和动态奖励缩放算法,显著提升多模态AI的安全性和对话能力,为构建真正符合人类价值观的AI系统提供了突破性解决方案。