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
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。
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。
Meta为Facebook和Instagram推出全新AI翻译工具,可实时将用户生成内容转换为其他语言。该功能在2024年Meta Connect大会上宣布,旨在打破语言壁垒,让视频和短视频内容触达更广泛的国际受众。目前支持英语和西班牙语互译,后续将增加更多语言。创作者还可使用AI唇形同步功能,创造无缝的口型匹配效果,并可通过创作者控制面板随时关闭该功能。
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。