Caringo升级了自己的Swarm对象存储软件,并且基于戴尔PowerEdge服务器打造自己的一体机设备。
Caringo对象存储是用于像大容量存储、分析、归档、备份、云存储和内容分发这样的应用。该软件提供了NFS、SMB、S3、HDFS和Rest API等对数据的原生对象存储访问方式。
Swarm 9是Caringo软件的最新版本,它有一个NFS协议转换期,以及OEM的硬件平台,还有纯软件的版本。该软件包括:
- 增强的GUI,改进了硬件和内容管理方面
- 对存储使用情况和系统性能的报告和趋势分析功能
- 元数据注释和搜索增强
- 内容存储和带宽使用配额
- 静态数据加密(AES-256和整个磁盘加密)
从硬件方面,该GUI提供了:
- HTML5响应设计,可以从台式机、笔记本电脑、平板电脑和手机上使用
- 用于查看健康情况的仪表板
- 针对容量规划的趋势报告
- 所有动态设置都可以通过UI进行更改,不需要SNMP
Swarm服务器
内容管理方面:
- 与RBAC的授权和自助服务
- 集合可以成为NFS共享
- 数据保护策略管理
- 复制/擦除代码
- 版本控制
- 租户、域和桶的配额
- 逻辑存储或者原始存储
- 带宽
在数据生成到过期的过程中,通过管理员定义的策略“Lifepoints”对这些数据进行管理,这些策略被作为可自动管理副本数量、擦出代码机制以及删除的元数据保存起来。
GUI硬件部分的截屏
可以有元数据注释,不需要修改引用对象,这些都是可以通过SCSP API搜索的。
Caringo表示,Swarm Server是提供全面支持的硬件和软件系统,起始容量为288TB,通过付费即用的定价模式,可扩展增加96TB(再增加一个S系列服务器)至数百PB的容量。
该系统包括M系列管理服务器和S系列存储服务器。M系列是1U的机架式设备,内部是戴尔PowerEdge R360服务器,采用18核的至强E5-2695v4处理器,128GB DDR4 DRAM,8个1TB、7200转的SAS硬盘,2个10GbitE数据访问端口,和1GbitE管理端口。可通过外部SD模块开启关闭ESXi。
GUI的内容部分
管理软件是Swarm VMware APP,带有vCenter Server Appliance和ESXi 6.0U2。有一个横向扩展的、无状态的NFS协议转换器以实现高性能和高可用性。
这个2U的机架式S3000存储服务器采用PowerEdge R730xd平台,带有CPU、内存和网络资源,外加96TB的容量。CPU资源是2个至强E502640v4 10核处理器,总共有20核,外加128GB DDR4 DRAM和12个8TB、7200转SAS硬盘。有2个10GbitE(英特尔x540)端口用于数据访问,和1个1GbitE管理端口。
M系列和S系列都有相当强的处理能力。
容量方面,可以通过E系列扩展托盘或者增加S系列扩充容量。
目前已经有数百个Swarm软件部署在PowerEdge服务器上,因此Caringo有信心让硬件做到这一点。我们得知,Caringo提供24*7的企业级现场硬件支持,戴尔作为一个团队也将提供组织工作。
Swarm 9目前已经供货,M1000的定价为20000美元,S3000的定价是48000美元,都包含3年的硬件和软件支持及维护。
Caringo的全球渠道、戴尔直销或者戴尔的渠道都将供货Swarm Server。这意味着除了EMC产品之外(例如由来已久的Centera、Atmos以及ECS),Dell EMC还有了一款对象存储产品。目前看来,戴尔是想要百花齐放。
好文章,需要你的鼓励
网络和基础设施管理技术提供商NetBox Labs完成3500万美元B轮融资。该公司是开源网络基础设施管理平台NetBox的商业化运营方,服务数万家企业用户,包括数十家财富500强公司。NetBox已成为现代技术基础设施构建、管理和自动化的标准平台,可加速创新、简化运营并支持AI应用场景。
这项研究开发了VIDEO-RTS系统,仅用传统方法3.6%的训练数据就让AI学会了真正的视频推理能力。系统采用"纯强化学习"跳过死记硬背阶段,结合"稀疏到密集"的自适应推理策略,在五个权威测试中平均准确率提升2.4%。这一突破性进展可能改变AI视频理解的发展方向。
ITPro Today针对IT专业人士进行的边缘计算策略调查显示,55%的受访者对边缘计算概念仅"有所了解",21%的组织IT预算中边缘计算投资不足5%,而33%的组织至少投入10%。性能提升和安全性是采用边缘计算的主要驱动因素,分析和数据缓存是主要应用场景。Microsoft Azure IoT Edge是最广泛使用的边缘平台,混合云-边缘模型成为主流架构。成本仍是边缘计算采用的最大障碍。
约翰斯·霍普金斯大学研究团队开发出能够自主完成胆囊切除术的手术机器人系统SRT-H。该系统采用分层决策架构,具备自我纠错能力,在8次完整手术测试中实现100%成功率。系统通过观看16000个手术轨迹学习,能够像人类医生一样观察、判断和纠错,代表了手术机器人向真正自主化迈出的重要一步。