日前,全球最大的虚拟主机和云服务行业大会HostingCon在美国新奥尔良召开,中国领先的数据中心产品和方案供应商浪潮参加展会,并在会上发布了1U双路服务器NF5166M4,一款业界存储密度最高,专为超大规模数据中心的分级存储应用而优化。
NF5166M4实现了在1U的紧凑空间内容纳12块3.5英寸硬盘及4块2.5英寸SATA SSD,支持达120T的海量存储。NF5166M4不仅提供了超大存储空间,同时配以双路E5 2600 v4处理器,搭配最大2TB(单条128GB)内存容量,拥有强劲的计算能力,适用于分布式文件系统、超融合和大数据应用。

NF5166M4 成本、性能和密度的最佳平衡
在数据量呈爆炸性增长的态势下,越来越多的超大规模数据中心开始涌现。如何能够使后台系统满足应用和数据日益膨胀的需求,并降低数据存储的成本,成为云服务商急需解决的问题。
在浪潮看来,提高服务器的存储密度,并根据数据冷热程度的不同进行数据的分级存储,是提高访问性能、降低数据存储成本的最佳解决方案。NF5166M4就是一款专门针对超大规模数据中心优化而生的机架式服务器,兼顾了性能、密度和成本的平衡。
在存储密度上NF5166M4堪称业界最高,1U的空间内即可实现存放12块3.5英寸硬盘及4块2.5英寸SATA SSD。存储密度是传统1U服务器的3倍,平均每TB成本减少13%。而相比同容量的服务器,NF5166M4的空间节省率高达50%,部署密度也进一步提高。
同时,考虑到传统的冷热数据采用同样标准进行存储,不但影响性能而且成本大大增加。NF5166M4将较活跃的热数据块放到性能最佳的存储层,而将不太活跃的温冷数据块放置到性能较一般的存储层,以实现性能和成本的最佳平衡,这就是分级存储技术。
NF5166M4内置的12块3.5英寸硬盘可以作为温冷数据盘,而4块2.5英寸SATA SSD则可作为活跃的缓存热数据盘,这样就实现了数据盘与缓存盘4:1或3:1的最佳性能比,帮助客户根据不同时期数据的冷热情况对数据进行降温处理,并能灵活的从海量的数据中将冷热数据指向不同的存储路径,将存储成本降低到理想的水平。
绿色节能 超大规模数据中心理想之选
专家估计,到2020年数据中心年度用电总量将达到1380亿度,如何做到绿色节能是许多数据中心迫切需要解决的难题。NF5166M4通过搭建分级存储系统,可实现温冷数据硬盘在无操作时做到休眠操作,将功耗降到最低,在磁盘数量提升50%的前提下,功耗增加不足30%。此外浪潮NF5166M4采用高效VR元器件,配合业内最优的高效数字电源方案,转化效率可高达94%,可最大限度节约能源。
除了机器本身产生会产生能耗外,散热也是一个不可忽视的重点,通过系统环境动态感知技术实时调节风扇转速,能够实时监控整机能耗,配合先进的风冷系统,保障系统在如此高密度的情况下依然可以正常散热。
浪潮全线融合架构产品亮相HostingCon
除NF5166M4之外,浪潮此次展出的还有融合架构系列产品SmartRack整机柜服务器、InCloudRack云一体机、I9000融合架构刀片等产品,并与Diablo公司共同发布了专为Apache Spark开发和优化的基础架构方案,引起了众多主机提供商、IDC数据中心、云数据解决方案提供商及业内专业人士的关注。
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。