故事要从这家以色列公司从2009年开发全闪存阵列、块存储访问产品开始说起。XtremIO产品能力包括全局带内重复数据删除、快照和InfiniBand支持。
接下来在2010年,戴尔以1200万美元收购了Exanet的资产,后者是一家开发横向扩展NAS技术的以色列初创公司。
戴尔在以色列建立了一个基于Exanet技术的研发中心,因此诞生了Fluid FS(文件系统),然后被实施到戴尔的PS(EqualLogic)和SC(Compellent Storage)阵列上。这让戴尔实现了文件和块访问的统一,而不需要专门的文件系统或者横向扩展文件产品。
又过了两年,EMC在2012年5月以4.3亿美元收购XtremIO。XtremIO的第一代阵列是在2014年出货,到了2016年底,取得了惊人的成功。在这种情况下,XtremIO工程师们开始研发第二代也就是X2产品,并在Dell EMC World大会上公布,这一代具有文件服务功能,并提供了统一的文件和块访问。
这是建立在基础硬件开发之上的,例如更高密度、更高容量的配置。文件(NAS)部分将包含NFS和SMB访问协议。
事实证明,借助戴尔在以色列的Fluid FS中心Exanet团队的帮助,以及戴尔收购了EMC,该屯对成为XtremIO的内部资源,而不是类似于Project-F的项目。
新增的文件服务将提供X-Brick上的一个文件部分,利用现有的XtremIO功能例如元数据生成和快照。这是一项拷贝(文件)数据管理服务,采用快照功能。还有一项能够快速检查大数据集和分析大数据的功能。
事实上,该系统速度很快,延迟大约是0.2-0.5毫秒,目标将瞄准事务处理文件工作负载。这提供了针对Isilon全闪存阵列的定位,作为大容量、非事务处理文件存储。我们得知,创建卷是即时的,在文件层面的快照也是即时的1000个虚拟机的快照在几分钟内就可以完成。
XtremIO首席技术官Itzik Reich表示:“XtremIO首先是针对事物型工作负载,其次是针对其他用例。我们将为需要横向扩展的块/文件混合型工作负载引入领先的平台。Isilon是以高性能计算为先的。”
Project-F还将有其他大量功能,第二代XtremIO将在2017年年中到年末的时候开始出货。
我们还了解到,在XtremIO工程师的眼中第三代XtremIO可能会具有扩展到云的能力。
我们可以看到,随着闪存成本的降低,专注于事务处理的文件系统都将迁移到闪存中。重复数据删除和压缩功能功能将扩大器有效容量,关于文件系统将被如何使用、在哪使用的假设也将被推翻。
例如,我们也许将会看到NVMe over Fabrics块阵列访问会被评估看是否相同的方法可用于加速网络文件系统的访问。
显而易见的是,XtremIO已经成为以闪存为驱动的平台,也许是一个长期存在的平台,开发集成的数据服务。今年年初关于XtremIO产品生命周期将被中止的传闻是毫无根据的。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。