IBM公司已经于去年公布了其推出的三款DS8880整体阵列的对应全闪存版本,其闪存容量得到进一步提升同时将认知计算营销元素加入其中。
上代系统分别为DS8884、DS8886与DS8888。如今我们迎来了其全闪存衍生方案,全部以“F”后缀表示。这些阵列专门经过调整,旨在为大型机z Systems以及POWER中端服务器提供存储资源。
各闪存驱动器放置于IBM公司的高性能闪存外壳Gen2当中。这些闪存外壳与去年的DS8880系统同步推出,可在4U机架空间内提供400 GB、800 GB、1.6 TB以及3.2 TB闪存卡在座容量,同时支持RAID 5、6与10数据保护功能。
作为竞争对手,其它厂商的整体全闪存阵列往往拥有更为可观的闪存存储容量。日立公司的 VSP F800与F150最高存储容量可达8 PB。EMC的VMAX 850可达到4 PB,HPE的StoreServ 20000亦拥有3.9 PB存储空间。其部分原因在于,其它各厂商普遍采用容量在3.2 TB以上的闪存驱动器产品。
IBM公司介绍称,此系列新型阵列拥有更出色的“六个九”可用性,意味着正常运行时间达99.9999%——不及Infinidat的“七个九”,且可提供一致性微秒级应用响应时间——但未提供确切数字。
大型机z Systems与POWER服务器集成能力则是该系列新型阵列的另一大优势:
IBM DS8880F参数表
IBM公司还将其最新“认知”计算营销成果引入上述系统,表示其“考虑到认知工作负载对于高可用性及系统可靠性的严格要求,其非常适合由大型机与Power Systems加以承载。”
蓝色巨人同时告诉我们,该系列阵列可通过专利软件提供数据保护、远程复制以及中端及大型企业业务优化,从而同z Systems大型机产品顺利进行对接。
DS8880F机架设计示意图
IBM公司存储与软件定义基础设施总经理Ed Walsh指出:“DS8880全闪存阵列家族主要面向存在高延迟、低服务器利用率、高能耗水平、低系统极性及高运营成本等问题困扰的客户。”
他同时也提到了认知计算这一宣传元素,表示:“在刚刚到来的一年中,我们预计将有更多企业意识到认知型应用所带来的巨大发展机遇,同时利用云计算资源在数据驱动型市场上为其带来助力。”
IBM公司甚至进一步表示,“DS8880F基于同创新型IBM沃森解决方案同样的基础系统架构。”嗯,单从硬件角度来看,沃森采用的是一套包含90套Power 750系统的集群,各系统分别采用四块POWER7芯片,每块芯片拥有8个计算核心,意味着其计算核心总数为2880个(每个核心能够运行8个线程),外加16 TB内存。看起来两者的相同点并不多。DS8880F既没有使用沃森的DeepQA软件,也没有使用沃森中的Apache UIMA(即非结构化信息管理架构)构架。
总体而言,与沃森类似这样的说法似乎并不先说。也许我们应该直接问问沃森本“人”……或者说本“机”?
每套DS8880F系统标准配备加密驱动器,且能够支持密钥管理互操作协议(简称KMIP)。DS8880F还能够与VAAI(即阵列集成用VMware vStorage API)及vCenter站点恢复管理器进行交互,同时内置有一款vCenter插件用于存储管理。
新的DS8880全闪存阵列将于2017年1月20日正式通过IBM自身及其业务合作伙伴在全球市场销售。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。