西部数据集团今日宣布,其大受欢迎的 HGST 品牌Ultrastar® SN150 PCI Express (PCIe) NVMe固态硬盘 (SSD) 经认证,可应用于VMware® Virtual SAN 和vSphere环境。经过优化的Ultrastar SN150 SSD安装简便,可以帮助VMWare环境降低延迟,并为虚拟服务器和云存储带来超大规模的高性能和更强的服务质量 (QoS) 时间。相比传统存储架构,Ultrastar SN150 SSD通过减少性能调校和现场支援成本,大幅降低了VMware存储环境的总拥有成本。在使用VMware虚拟化管理服务器端的环境中,Ultrastar SN150是数据中心管理人员在VMware Virtual SAN或vSphere上建立或部署系统的理想选择。
经认证的Ultrastar SN150属于西部数据集团旗下HGST品牌Ultrastar数据中心存储解决方案系列中的一款产品。 Ultrastar SN150采用半高半长 (HH-HL) 插卡形式,并且是业内首批内置VMware NVMe驱动程序的NVMe SSD之一。对于数据中心管理员而言,这有助于避免耗时的下载和配置问题,实现更快速的部署。Ultrastar SN150 SSD备有1120GB1到 3820GB 的容量范围,其速度超过Virtual SAN最高性能等级 (F级) 规格,因此能够轻松应对各种虚拟服务器和存储配置中的最大数据负载,包括全闪存以及使用闪存作为缓存并使用机械硬盘作为存储设备的混合配置。
西部数据集团企业级和客户端解决方案 (enterprise and client compute solutions) 市场营销副总裁Anand Jayapalan 表示:“我们的 Ultrastar SN150 PCIe SSD是数据中心扩展虚拟IT基础架构最有效的方式之一,可提供稳定的高性能、超低的延迟和NVMe级别的速度。该产品经过认证后,进一步拓宽了西部数据集团无与伦比的VMware认证存储解决方案产品组合,帮助 IT管理员管理全闪存以及混合Virtual SAN环境中最严苛的云计算和超大规模企业级应用所不断产生的海量数据。”
VMware存储和可用性业务部 (Storage and Availability Business Unit) 产品副总裁Lee Caswell 表示:“客户一直都在寻找可助其简化新技术应用过程的合作伙伴,从而满足其不断变化的业务需求。我们很高兴与西部数据集团展开合作,将Ultrastar SN150 PCIe NVMe SSD的高性价比,与领先的超融合产品VMware Virtual SAN相整合。我们的低风险内置驱动程序让客户们感到满意,并帮助合作伙伴降低风险。”
相比常用的VMWare Virtual SAN认证SAS产品,基于NVMe的Ultrastar SN150 SSD在4K随机读取情况下可提供高达近4倍的IOPS性能,以及近2倍的4K随机写入IOPS性能2。加上低延迟 (约20毫秒),Ultrastar SN150 SSD提供一致、可预测的性能,能满足延迟敏感型在线业务处理 (OLTP) 数据库的工作负载要求、快速虚拟桌面,以及同时运行数据库和延迟敏感型应用、非常重视响应时间的混合负载环境,如电子商务、金融应用和内部应用如电子邮件。
Ultrastar SN150 SSD是西部数据集团针对VMware环境的存储解决方案产品组合的最新成员。西部数据集团及其WD®、HGST 和 SanDisk闪迪品牌系列,提供多达200多种不同的存储设备、软件解决方案和vSphere和Virtual SAN认证的配置,包括 Fusion ioMemory™ PCIe SSD、SanDisk闪迪® Lightning II SAS SSD、Ultrastar™ 7K6000 企业级机械硬盘、适用于vSphere API IO Filtering的FlashSoft™ 4 等等。针对vSphere 所做的前 10 大 VMmark 效能测试,亦一律采用西部数据储存产品,包括本月最新发表排名第一的效能测试3。
功能与规格
• 经认证可用于VMware vSphere 和Virtual SAN平台
• 企业级可靠性:闪存阵列管理技术、端对端数据路径保护、高级错误检查与纠正技术、安全擦除、电源故障保护
• 支持 PCIe Gen 3.0 服务器平台
• Virtual SAN最高性能等级 (F级)
• 小尺寸、半高半长 (HH-HL) 插卡形式规格
好文章,需要你的鼓励
从浙江安吉的桌椅,到广东佛山的沙发床垫、河南洛阳的钢制家具,再到福建福州的竹藤制品,中国各大高度专业化的家具产业带,都在不约而同地探索各自的数字化出海路径。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。