提到全闪存系统,大家第一反应就是快,各大存储厂家也在不遗余力的宣传各种闪存系统的指标,诸如百万IOPS、0.3ms时延等等,看上去似乎只要用了SSD盘就能“鸟枪换炮”,瞬间走上人生巅峰。
可是理想很丰满,现实却很骨感,就像每辆汽车的仪表盘上都有200KM/H的刻度,然而真正能跑到这个速度,并且还能操控自如的汽车又有多少呢?没有扎实的底盘,精准的转向,良好的悬挂,最终只是铤而走险。同样,不在客户真实的业务配置下宣传的性能指标,都仅仅是镜中花、水中月。
在全闪存系统中,由于SSD本身的价格以及可靠性,在线重删压缩属于必备特性。为了实现重删压缩以及磨损均衡,全闪存系统都会基于ROW(redirect on write)机制进行开发。同时,为了避免静默数据损坏,端到端的DIF功能也是企业级存储的必备能力,能与数据的DIX功能配合,实现从业务到存储介质全流程数据完整性保护。另外就是大家耳熟能详的快照功能,可以用来做本地数据备份,实现本地高可靠方案。而这些功能,在一定程度上都会对系统性能造成影响。
众所周知,时延敏感的业务基本上都是基于数据库构建,而数据库的典型模型为7:3读写比,8K IO粒度随机访问。
因此,如果想模拟真实用户的业务场景来评估性能,一般可基于此业务模型展开。此外,结合现实应用,一般还需要叠加部分高级特性,如开启重删压缩、开启端到端DIF校验、系统容量使用80%、创建快照等。
经过测试我们可以发现,华为OceanStor Dorado V3全闪存存储系统基于华为自研存储操作系统OceanStor OS以及自研硬件,采用创新的FlashLink技术,系统软件与自研SSD控制器更好配合,在上述场景,能在0.5ms稳定低时延下双控性能超过150K IOPS。
下面我们来分析一下,OceanStor Dorado V3在配置了SSD后,是如何让存储系统变为一辆超级跑车。
首先,SSD的性能非常高,单盘就能达到几万甚至十万以上IOPS的性能,那么传统的SAS级联方式会极大的限制其性能发挥,OceanStor Dorado V3既支持传统的SAS接口的SSD,还支持基于NVMe接口的SSD。在使用SAS接口SSD时,每一个硬盘框支持25块硬盘,并且通过4个48G的SAS端口连接到控制框,最大程度地发挥单框硬盘的性能;NVMe接口的SSD(通过NVMe协议)可以直接连接到PCIe总线,无需PCIe到SAS协议的转换,可以提供更低的时延。
其次,存储介质性能的提高必然需要存储系统软件在设计上做单独的考量,OceanStor Dorado V3存储系统采用面向闪存设计的FlashLink技术,实现了全局磨损均衡、冷热数据分离、端到端IO优先级控制、满分条顺序写等功能,配合OceanStor OS提供的CPU分区、多核免锁、时间复杂度优先的cache算法,使得系统软件的各类调度和资源分配,都充分保证主机读写请求控制在一个低时延水平。
综合以上,全闪存系统的“快”,是要在真实业务场景配置下依然能获得的“快”,而不只是停留在纸面,这样的“快”才有价值和意义。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。