Elastifile即将发布一款横向扩展的文件存储系统,采用闪存并且覆盖私有云和公有云。
去年1月我们首次听说以色列公司Elastifile,当时这家公司在B轮融资中获得3500万美元。Elastifile开发的技术就像是让存储重生,当时我们是这样写的:“企业级的、Web级的存储软件运行采用全闪存介质,提供文件、对象和块存储访问协议。它的技术是硬件和虚拟机管理程序无关的——听起来像是一个近乎通用的存储库。”
2016年6月思科向这家公司投入了一笔资金。
现在Elastifile已经有可以出货的产品,并不断改善自己的解决方案。该公司声称其解决方案的TCO要比传统阵列、超融合基础设施一体机以及像Amazon Elastic File System这样的云服务成本低50%-90%。
它是如何做的?
在发展阶段会有许多断言,Elastifile称它“统一了所有数据孤岛,跨所有位置和云,创建了单一全局命名空间”。
它的Elastifile Cloud File System(ECFS)是一款分布式软件系统,具有所谓的全局命名空间,并且宣称在性能、一致性和低延迟方面具有线性扩展能力,以及所谓具有颗粒度的检入/检出对象分层,用于数据迁移和备份。它还采用了基于使用量的定价模式,称这避免了硬件锁定。
每台参与其中的服务器(现场、跨站点和公有云)都有一个轻量级的虚拟控制器。这些聚合了服务器的闪存存储资源,将其呈现给应用作为遵循POSIX的全局明明空,可以从每个节点访问这些空间,并且提供端到端的数据保护。
我们得知,该架构是基于一种专利的分布式元数据模型,一种Bizur一致性算法用以实现状态一致的分布式环境。它具有自适应的网络和数据放置方法,宣称在任何规模的异构云环境中延迟稳定在1-2毫秒。
ECFS简化架构图
该架构涉及数据容器;抽象可以实现在一个命名空间内由文件组成的逻辑持久分组,可以通过策略以及分配的配额管理、访问、在站点之间迁移、监控、关联。
该产品具有服务质量功能,可以在私有云和公有云之间自动迁移数据。CloudConnect功能可以对数据进行压缩和重复数据删除,以创建一个节约空间的、基于云的对象存储。可通过兼容POSIX的Elastifile文件系统访问基于云的数据,所以传统应用就可以运行在这个云中。
Elastifile表示,它支持高性能计算,这种场景下需要并行的、较高的、一致的IOPS以支持高速随机读写很多个小文件,要求持续的高带宽以及可扩展的容量已访问较大型的文件。
它支持容器化吗?当然。Elastifile表示,它的软件能够让容器化的应用将数据保存在一个共享命名空间中,跨任何数量的服务器或者云节点。它有瞬时的、有状态的容器迁移,从而提供弹性以防止节点出现故障,实现负载均衡。
它支持分析吗?当然。聚合跨站点的数据,并提供给分析程序。
听起来它有丰富的功能用于虚拟化的、容器化的和混合云的环境,所以很值得一试。
Elastifile的解决方案已经供货,该公司称现在有数十家客户在他们的内部系统、公有云和混合云中使用Elastifile软件。
好文章,需要你的鼓励
NVIDIA团队开发的SANA-Sprint技术实现了AI图像生成的重大突破,将传统需要20步的生成过程压缩至1步,在H100上仅需0.1秒即可生成1024×1024高清图像,速度比现有最快模型提升10倍以上。该技术通过创新的混合蒸馏策略,在大幅提升速度的同时保持了图像质量,并支持实时交互应用,为AI绘画从专业工具向大众应用的转变奠定了基础。
初创公司Positron获得5160万美元A轮融资,推出专门针对AI推理的Atlas芯片。该公司声称其芯片在性能功耗比和成本效益方面比英伟达H100高出2-5倍,并已获得Cloudflare等企业客户采用。Positron专注于内存优化设计,无需液体冷却,可直接部署在现有数据中心。公司计划2026年推出支持16万亿参数模型的下一代Titan平台。
北京人工智能研究院团队开发的DiagNote模型通过模仿人类做笔记的习惯,解决了AI在多轮视觉对话中容易"失忆"的问题。该研究构建了专门的MMDiag数据集,设计了双模块协作的AI架构,让机器学会像人类一样通过标记重点区域来保持专注力,为更自然的人机视觉交流奠定了基础。