
Mellanox公司的BlueField芯片
InfiniBand与以太网适配器厂商Mellanox公司计划利用系统芯片加速存储设备性能,从而经由NVMe架构提供更为出色的外部阵列访问表现。
Mellanox公司CEO Eyal Waldman在其2016年第二季度财报电话会议上谈到了NVMe over Fabrics(简称NVMeF)。该公司的主营项目为InfiniBand与以太网网络设备,同时亦连续第五个季度实现营收增长。
NVMeF是一种将外部NVMe闪存驱动器阵列与服务器对接的方式,其经由网络链路提供与本地闪存驱动器接入方案一致的阵列数据访问能力。目前这类业务供应商包括EMC的DSSD、Mangstor等等。E8公司也将在下个月的闪存记忆体峰会上公布自己的产品。Kaminario与Tegile两家初创企业亦有计划采纳此项技术,而NetApp与Pure Storage则密切关注该技术的最新发展动态。
在本次财报会议上,Waldman表示:"EZchip与Mellanox之间的合并举措已经在今年2月底收购结束后开始进行。今年第二季度,我们公布了双方联合打造的首款产品,即我们的BlueField多核心系统芯片解决方案。BlueField利用连续网状网络配合领先的ConnectX-5网络适配器共同实现了多个ARM核心的互连。其初步目标市场包括存储与网络应用。"
在存储领域,多ARM核心BlueField系统芯片(简称SOC)可作为一组NVMe闪存驱动器的控制器存在,并可通过25/50/100 Gbit每秒以太网连接实现数据访问。
Waldman随后指出:"凭借着嵌入ConnectX-5适配器所带来的加速能力,BlueField提供一套可编程智能网络解决方案。在存储市场当中,BlueFeild能够作为向外扩展NVMe over Fabrics系统中的存储控制器选项。"
他同时表示,BlueField在设计当中支持不断提升的高性能存储网络需求,具体包括由NVMe实现的每秒20 Gbit甚至更高单驱动器IO水平。
Waldman认为NVMeF未来绝对大有可为:"NVMe over Fabrics是一种新的微观趋势,意味着存储市场上的各家客户将利用其替代原有光纤通道设施。我们认为这一趋势将体现在2017年年内BlueField营收的迅猛增长身上。"

BlueField产品将于2017年开始正式投放市场。
Mellanox公司指出:"BlueField系统芯片家族通过连续网状网络、DDR4内存控制器、多个支持10/25/40/50/100 Gbit每秒的以太网/InfiniBand端口以及一套具备多端口且支持EP SR-IOV与RC功能的PCIe Gen 3.0/4.0集成化PCIe交换机共同实现了一组64位ARMv8 A72计算核心的彼此互连。该系统芯片主要面向那些将数据层与控制层服务相结合以实现存储与网络功能的I/O敏感型与计算敏感型应用。"
BlueField参数表中提到了存储加速能力:"存储应用将实现更出色的性能表现与更低延迟水平,同时迎来先进的NVMe over Fabrics与更高传输带宽。其嵌入式PCIe交换机能够帮助客户建立起独立存储设备。标准块与文件访问协议能够封装RoCE以实现更高存储访问性能。而计算与存储网络间的合并则通过多架构网络带来出色的性价比优势。在硬件存储加速基础之上,各系统芯片ARM核心还为各类存储应用带来显著的计算资源助益,具体包括NVMf target、Ceph、iSER、Lustre、iSCSI/TCP载荷、闪存转换层、RAID重构、数据压缩/解压以及重复数据删除等等。"
因此,我们可以设想,未来采用BlueField系统芯片的外部存储阵列将能够把自身转化为一套网络访问延迟杀手。希捷公司的DotHill与ClusterStor阵列将使用这项技术,Nexsan、戴尔Compellent阵列、HDS VSO等方案也很可能做出同样的选择。2017年到2018年很可能成为NVMeF向光纤通道与iSCSI存储阵列发起全面挑战的一年。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。