西部数据公司(Western Digital Corporation,WDC)的SanDisk部门推出了一款兼容VAIO的闪缓存软件和针对vSphere服务器的硬件。

这次发布代表着WDC继承了两年前SanDisk与VMware之间的合作关系,利用SanDisk收购FusionIO的PCIe闪存硬件和软件。主要包括两款产品:
• 针对VMware vSphere 6的FlashSoft 4软件
• Flash Virtualization System,基于闪存硬件和软件产品,结合FlashSoft v4
FlashSoft 4利用服务器闪存驱动器的缓存软件。4.0版本利用WDC和VMware VAIO在vSphere 6方面的协同设计合作。
我们得知,FlashSoft 4 v4是西数与VMware持续2年时间的共同设计项目的成果,FlashSoft 4软件采用VMware vSphere针对IO Filtering(VAIO)的API,据WDC SanDisk称,提供了"最高的可使用性和结合vSphere 6的性能"。
WDC数据中心解决方案业务部门副总裁、总经理Raivi Swaminathan在声明中颇有炒作意味地说:"这些新产品创新是双方公司之间深度持续参与的成果,我们预计将会显著提升虚拟机性能,也希望扩大这一新架构持续为客户提供高价值解决方案的可能性。"
对于所说的“新的创新”,我们并没有看出来任何形式的创新。
Primary Data在今年2月向市场中带来了首款整合VAIO的缓存软件,它提供了带有缓存和复制功能的虚拟机,对来自虚拟机的IO流进行过滤。但是,WDC称FlashSoft 4是首款实现VMware Ready认证以确保兼容性、可靠性和支持的基于主机的缓存软件。
FlashSoft 4还引入了对VMware支持数据存储库、虚拟磁盘加速、改善性能和稳定性、通过vSphere网络客户端GUI整合管理的支持。
Flash Virtualization System在一个配置闪存的服务器中结合FlashSoft 4、SanDisk ION Accelerator软件、Fusion ioMemory PCI固态盘加速(基本就是一个重整的FusionIO ION Accelerator一体机),能够提供超过100万的IOPS,跨VMare环境加速存储I/O。
这款产品据称是非中断式部署,在现有VMware环境中提供了集群范围的闪存加速。据称它具有成本效益,能够让客户从现有存储和计算基础设施中获得更高的性能和效率,从而显著节约硬件和软件成本。
戴尔也在与WDC/SanDisk合作。戴尔服务器平台开发副总裁Ravi Pendekanti在声明中表示:"针对vSphere 6的FlashSoft 4软件采用VAIO API,与戴尔针对软件定义数据中心的愿景是一致的,我们很高兴能看到VMware通过VAIO计划支持基于主机的缓存,VMware Ready认证将让客户有信心广泛地采用和部署这个创新的解决方案。"
定价和供货
FlashSoft 4现在已经供货,作为一个捆绑包,包含FlashSoft软件和SanDisk SAS、SATA或者Fusion ioMemory PCIe固态盘设备,建议零售价从3600到5900美元不等,取决于设备。
该软件通过西数、OEM以及经销商合作伙伴提供,包括戴尔、HPE、联想和HDS,以及渠道合作伙伴。
Flash Virtualization System也已经供货,建议零售价起价为75000美元(12.8TB、8节点集群配置)。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。