Memblaze CEO殷雪冰在最近的DCTC2016数据中心技术大会上说了一句话,说NVMe 标准接口的SSD成为业内认可的标准,让围绕闪存而打造数据中心的生态成为可能。
也因为有了这个标准,Memblaze在2015年推出国内首款支持NVMe标准的新一代PCIe闪存卡,之后,可以放心大胆的围绕这个标准做很多事请,而不用担心之前的没有标准而造成不能做长期战略。
就像过去一年Memblaze的PCIe闪存卡PBlaze4赢得电信、互联网、教育等行业客户的认可。有了这个标准,基于NVMe标准的闪存数据存储管理系统可以推出,殷雪冰表示这款FlashRAID是业界第一款针对NVMe SSD 特性优化的系统软件。而且相信不久未来全闪存阵列、NVMe over Fabrics都会有Memblaze的身影。这样不仅存储上在颠覆传统存储。在存储网络上也将迎来变革。
NVMe自2011年发布1.0版本以来,存储厂商、服务器、操作系统、控制器各个领域的厂商都在支持,在成为PCIE SSD通用的接口标准之后,NVMe over Fabrics规范发布,存储网络也迎来变革。
是不是当NVMe成为SSD接口和存储网络通用标准之后,数据中心也将围绕NVME进行变革?Memblaze不仅仅是在一盘很大的棋。而且可以想象当网络和存储接口都实现NVMe标准之后,数据中心在性能和效能上会有一个多大的提升!!
其实在大会上,NVME标准化组织董事会成员Janene Ellefson更专业的解读了NVMe标准,她在其《NVMe Today and T omorrow》的演讲中提到“NVMe作为PCIE SSD 的接口规范在技术和生态上都已经非常成熟,其在虚拟化、高性能计算、数据库以及大数据等多个企业级领域应用都已经非常广泛。”
“就在本月初,NVMe over Fabrics规范1.0版本正式发布,这也是NVMe走向大规模应用进程中一个重要的里程碑。NVMe将对未来存储介质的发展、存储网络标准以及数据中心架构的演进产生巨大影响。
如果说PBlaze4 PCIE SSD让大家认识到闪存在性能、IO、能耗等方面的优势,那么FlashRAID可以说是可以让数据中心从NVMe SSD出发,全面进击软件定义存储。
对于企业存储来说,可靠性是关键。而传统的RAID技术无法为SSD提供高效的数据保护服务的同时,还能让SSD的高性能、低延时的优势得到体现,传统的存储软件极大的制约SSD的性能。
FlashRAID针对主流存储介质的特点,基于独特的架构设计,结合创新的核心技术,在保证数据存储高可靠性的同时,为用户提供线性可扩展的超高性能存储解决方案。
FlashRAID既然是针对NVMe设计的系统,那么他支持已有的SAS或者SATA接口的存储设备吗?答案是肯定的。FlashRAID支持NVMe/SAS/SATA接口的存储介质,并依照介质的不同特性搭建分层存储方案。性能方面,在Memblaze使用FlashRAID搭配的PBlaze4的测试中,顺序读(128KB)带宽达10GB/S,顺序写(128KB)带宽达3.2GB/s,持续混合读写(4KB)成绩为150万(这个是70读30写的混合读写村上结果)。系统数据恢复耗时小于30分钟,(这个是在1.6TB PBlaze4整盘数据恢复测试结果)
FlashRAID针对NVMESSD还有一些优势我这里也给大家简述一下:
保证NVME SSD数据可靠性的基础上实现快速的数据恢复,智能数据重构、数据清理,以及对象级别的数据冗余。第二,全面支持融合分层存储,冷热数据预测以及多级池化。第三,传统的存储软件影响NVME SSD聚合性能,而FlashRAID能够释放SSD聚合性能,通过无锁算法等技术,实现无锁IO处理、多核并发处理以及无锁流控以及智能任务调度。最后提供存储虚拟化、精简资源配置、异常管理等便捷的存储管理。
Memblaze产品副总裁张泰乐表示,目前FlashRAID软件已经实现DAS存储的单机应用,不久将向SAN存储以及未来会面向全闪存数据中心提供服务。
好文章,需要你的鼓励
Genspark推出超级智能体,将"氛围编程"概念扩展至企业工作流程,实现"氛围工作"模式。该系统采用9个大语言模型的专家混合架构,配备80多种工具和10多个数据集,通过规划-执行-观察-回溯循环运行。系统能自主处理复杂业务任务,甚至代替用户拨打电话。45天内实现3600万美元年收入,展现了自主智能体平台的商业可行性,挑战传统企业AI架构理念。
北京大学和百度VIS联合研发的MV-AR技术,首次让AI学会像人类一样逐步观察物体,通过自回归方式生成多视角一致图像。该技术解决了传统方法在处理大视角差异时的一致性问题,支持文字、图像、形状等多种输入,在3D内容创作、机器人视觉等领域具有广阔应用前景。
医疗保健已成为AI应用的热点领域,在疾病诊断、康复监测和新药开发方面证明了其价值。然而,行业仍面临临床人员短缺、人口老龄化等挑战。AI智能体作为下一波AI变革浪潮,相比现有AI工具,能够执行更复杂的任务并减少人工干预。它们不仅能被动提供信息,还能主动采取行动,如自动分诊调度、辅助临床决策、远程患者监护等,有望在十年内彻底改变医疗服务的提供、管理和体验方式。
Microsoft和Georgia Tech研究团队开发了SlimMoE技术,能将超大AI模型压缩到原来的10-20%大小而性能基本不变。该技术采用多阶段渐进式压缩,保留所有专家模块但精简内部结构,成功将419亿参数的模型压缩为76亿和38亿参数版本,让原本需要企业级硬件的AI能力可在普通电脑上运行,大大降低了AI技术使用门槛。