走出低潮,东芝公司已经发布一款采用凌动处理器的实时向外扩展计算加闪存分析引擎,而竞争目标则直指Pure公司旗下的FlashBlade产品。
此次发布内容意味着Pure Storage公司的大数据分析设备迎来了第一位竞争对手,而其来源则非常令人意外--因为事实上,东芝公司在企业数据中心级系统领域的表现一直并不积极。
Flashmatrix是由东芝公司设计的一套高密度多处理器、多节点、服务器-闪存-网络系统,专门用于实时/数据流分析。东芝方面将其称为一套高融合型系统,并表示Flashmatrix能够实现并发访问与线性规模缩放。
在一份声明当中,东芝美国电子元件公司系统开发主管Ralph Schmitt表示:"大数据处理在规模化、延迟与功耗水平等方面,都很难满足客户日益提升的实际需求。Flashmatrix创造出一套真正的分析处理解决方案,其提供低功耗水平、并发访问以降低系统延迟、卡层级规模扩展以及可供全部CPU共享的大规模非易失内存空间,从而切实解决以上难题。"
其单一节点为2U设备,具体包括:
• 12块微服务器--名为Connection Units(简称CU)-- CPU卡,包含:
• 2 x 24 x 64位凌动C2550 2.4 GHz处理器。
• 2 x 16 GB DRAM。
• 2 x 1 GbitE端口。
• 48块闪存卡,名为Node Modules(简称NM):
• 2 x FPGA (Xilinx K7)协处理器。
• 8 x 512 GB DDR3L DRAM。
• 8 x eMMC A19 64 GiB NAND。
东芝公司并没有公布其是否采用3D TLC NAND。
每套微服务器都拥有内置固件,其中包含虚拟驱动控制、块设备以及扩展API。目前列出的中间件则包括HDFS(Hadoop)、PostgreSQL、KVS数据库、一套分布式文件系统以及东芝Linux(Debian 6)。
每个Node Module当中则包含一个节点控制器(简称NC)、eMMC闪存与ECC、损耗均衡以及回写缓存。该节点控制器负责进行数据包路由、内部CU通信、闪存读取/写入、AID控制(Lock与Mutex)以及计算(过滤与算术运算)。
每个节点包含24块64位凌动CPU(192核心)、384 GB DRAM、24 TiB NAND以及24个1 GbitE端口。
这些CPU以逻辑形式通过网状边界(一套2D环形网络)进行连接,并将各NAND驱动器纳入此结构。每块处理器都能够发现其它全部闪存驱动器。
Flashmatrix节点CPU-闪存矩阵设计
如上图所示,每个节点前端设有48块非易失性内存驱动器。每12块卡分为一列且前后并排放置于中央组件的各个侧向。
在这些闪存驱动器之后则为两组每组6块微服务器卡。各组位列中央组件列的一侧。其24个1 GbitE端口则位于设备背面。
因此,单一节点能够容纳两组单元,每个单元包含12块CPU(即CU)以及24块闪存卡(即NM),由后者提供12 TB闪存容量。
线性扩展机制能够最高容纳14套节点。
东芝公司宣称,Flashmatrix只需要相当于采用x86处理器与磁盘驱动器的传统IT系统的五分之一能耗水平,且整体空间仅为2U,相较于原本的机架级别方案节约了大量空间。传统系统设计以非共享布局方式使用多套服务器,而Flashmatrix则使用全共享设计。
评论意见
Pure Storage公司的FlashBlade是另一套面向实时大数据分析应用设计的系统。其将至强处理器与闪存存储加以结合,并通过PCIe连接纳入服务器/存储/网络刀片,能够在4U设备内最多容纳15块刀片。
西部数据的Infiniflash则是一款面向大数据存储的闪存存储阵列,其需要额外配合服务器与软件方可构成完整系统,且目前已经拥有IBM、Nexenta以及Tergile等多家以此为基础推出实际方案的合作伙伴。我们预计FlashBlade与Flashmatrix应该能够在市场上获得更好的销售表现。
东芝公司当然乐于通道销售渠道推广这样的系统,具体包括其现有磁盘驱动器/NAND组件渠道商,外加笔记本分销商。不过渠道合作伙伴在销售此类产品时需要具备大数据分析专业知识。也许东芝公司希望利用OEM或者分销商来接待现有系统供应商客户,但具体情况尚不明确。
另外,我们也还不清楚这套全新解决方案的具体价格或者上市时间。
好文章,需要你的鼓励
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
Coursera在2025年连接大会上宣布多项AI功能更新。10月将推出角色扮演功能,通过AI人物帮助学生练习面试技巧并获得实时反馈。新增AI评分系统可即时批改代码、论文和视频作业。同时引入完整性检查和监考系统,通过锁定浏览器和真实性验证打击作弊行为,据称可减少95%的不当行为。此外,AI课程构建器将扩展至所有合作伙伴,帮助教育者快速设计课程。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。