HPE表示,最新推出的3PAR OS v 3.3.1拥有更好的数据精简功能、更快速的iSCI网络、升级的数据保护以及额外的自动化功能为管理员提供帮助。
Adaptive Data Reduction (ADR)功能可以减少容量需求高达75%,并且可以有选择性地使用。HPE还增加了一种数据打包算法,用于管理对闪存的写入从而最大限度减少垃圾回收。
HPE还表示,ADR代码有助于避免浪费系统资源。改进的iSCSI网络包括:
- Express Writes优化,减少延迟高达40%
- 扩展的主机连接以及多租户IP网络据称有助于云计算
增强的数据保护
在我们看来,增强的数据保护是这次操作系统升级的主要亮点。
Recovery Manager Central (RMC)提供了应用管理快照功能,可以把数据从3PAR迁移到StoreOnce二级系统,此外还有多项改进。据称相比领先的备份ISV——估计是Veritas——备份速度提高了23倍,恢复速度提高了7倍,CPU消耗减少为1/9。
此外HPE通过全包的3PAR许可降低了RMC成本,并称相比传统非HPE备份软件三年内可以节约多达50万美元。
保存在StoreOnce系统中的数据可以通过微软Azure中的StoreOnce VSA软件复制到Azure公有云中,这一支持来自于RMC、Data Protector以及其他备份应用。
新的Peer Copy功能可以实现StoreVirtual VSA和3PAR阵列之间的双向快照数据传输。
Peer Copy可以配合StoreVirtual VSA Ready Node参考架构,通过将数据发送到3PAR中央阵列来保护远程和分支办公。
其他点数据和系统保护更新包括:
- File Persona升级之后可扩展性翻番、可以自动配置和跨协议文件共享
- Peer Persistence有三个数据中心支持更长距离的灾难恢复(透明的应用和主机故障切换)
增强的3PAR StoreServ Management Console (SSMC)可以实现最多24个3PAR或者第三方存储系统之间大规模数据迁移的自动化和调度。
集成的Smart SAN可以实现光纤通道网络分区的自动一键式SAN分区,据HPE称,这可以减少框架配置工作量达90%。
HPE StoreFront Remote云分析端口将为3PAR客户提供最佳实践建议,帮助降低风险、管理软件升级并辅助容量规划。
3PAR Flash Now可以通过一种类似云的消费模式,让采购3PAR升级闪存阵列外加网络和数据功能只有很低的成本。
评论
HPE表示,3PAR OS是下一代的操作系统,为混合IT以提供了面向未来的基础,还面向日益发展起来的固态阵列市场,不过不是整个固态市场,从而将数据备份到StoreOnce磁盘系统。
HPE数据中心基础设施部门高级副总裁Bill Philbin谈到全闪存竞争对手时表示:“客户只是把全闪存存储视为混合IT战略的一个部分……我们进一步优化了整个堆栈,提供跨系统的数据移动性——这种方式帮助我们在过去18个月内增长速度快于整个市场。”
据称,HPE现在拥有像存储级内存(SCM)和NVMe等新兴技术的无缝路径。
此外年HPE预览了3PAR 3D Cache用于闪存超加速,使用SCM over NVMe,展示了3PAR阵列如何支持新技术。
不过这里没有直接提及NVMe over Fabrics,HPE专注于NVMe访问的SCM驱动器在阵列内提供高速缓存,而不是考虑降低阵列网络访问延迟。毫无疑问这也是奏效的。
我们可以将这次软件发布视为为升级3PAR硬件扫清道路。
定价和供货
HPE宣称,新的、全包的许可不仅简化的采购,也降低了成本多达30%,其中包括自适应数据精简技术节约的成本。
3PAR OS V3.3.1将于该季度供货,对于持有有效支持合同的3PAR客户免费。
StoreOnce VSA for Azure该季度已经供货,起价1400美元。
Peer Copy和Recovery Manager Central应该会在2017年第二季度供货,对于持有有效支持合同的3PAR和StoreVirtual VSA客户免费。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。