NetApp公司宣布将在ONTAP v9.0当中提供额外的数据体积削减机制,它的真面目究竟如何?

三名宇航员挤在Soyuz胶囊中从环地轨道重返地球--这种思路与NetApp的IO处理机制颇有异曲同工之妙。
这一压缩处理方案适用于NetApp公司旗下的各全闪存FAS阵列。根据Presidio公司数据中心实践负责人Adam Bergh发布的博文所言,这套方案将多条IO进行同时写入以提高操作效率。从WAFL空间的角度看,以4KB数据块方式进行IO整理确实能够更有效地利用资源。
这一数据块大小被定名为WAFL(即ONTAP的'随处写入文件布局'),专门用于磁盘写入操作。该机制利用4KB数据块避免了存储空间浪费难题。
具体来讲,这套方案将多条IO整合为一个4KB数据块,并利用此逻辑块向磁盘中进行实际写入。每条IO都会被纳入一个4 KB逻辑块,即使其实际大小不足4 KB。通过这种压缩处理,4KB逻辑块会持续容纳更多IO直到满载,而后再建立新的逻辑块以承载下一条IO。这种压缩机制能够独立于重复数据删除与压缩技术之外起效,因此效果可以再次叠加。

NetApp ONTAP v9.0压缩原理示意图
Bergh还谈到了ONTAP 9中的其它几项功能。其一为增强分析,其将配合即将推出的OnCommand Performance Manager 3.0,并将引入一项顶部空间指标。存储管理员能够了解ONTAP集群模型的使用情况,并以此为基础掌握该节点所能承载的额外工作负载量。
根据我们的理解,其将监控IO延迟(单位为毫秒每IO)并提供利用率百分比。
好文章,需要你的鼓励
Lumen Technologies对美国网络的数据中心和云连接进行重大升级,在16个高连接城市的70多个第三方数据中心提供高达400Gbps以太网和IP服务。该光纤网络支持客户按需开通服务,几分钟内完成带宽配置,最高可扩展至400Gbps且按使用量付费。升级后的网络能够轻松连接数据中心和云接入点,扩展企业应用,并应对AI和数据密集型需求波动。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
RtBrick研究警告,运营商面临AI和流媒体服务带宽需求"压倒性"风险。调查显示87%运营商预期客户将要求更高宽带速度,但81%承认现有架构无法应对下一波AI和流媒体流量。84%反映客户期望已超越网络能力。尽管91%愿意投资分解式网络,95%计划五年内部署,但仅2%正在实施。主要障碍包括领导层缺乏决策支持、运营转型复杂性和专业技能短缺。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。