IBM近日推出了TS1150的升级版——TS1155,提供了15TB的原始容量,增加近一半。
这些都是IBM专有格式的磁带。相比之下,开放标准的LTO-7提供6TB的原始容量(2.5:1的压缩比例下是15TB),即将推出的LTO-8将达到8TB,低于IBM的容量水平。
IBM透露TS1150的压缩比例为3:1,相同的压缩比例运用到TS1155的话,压缩容量就是45TB,远远高于TS1150的30TB。
TS1155采用新的TMR读传感器头技术,在JD类型介质(JD/JZ/JL)的15TB要比上一代TS1150 10TB高出50%,而且还支持JC 4TB(只读)和JC 7TB(读写)。
写入TS1155格式的介质是无法被TS1150读取的,但是向后兼容10TB的TS1150。
TS1155有两个型号:3592 55E(以太网)和3592 55F(光纤通道),两个型号在TS4500磁带库中都是可用的,且具有:
- 10Gbps以太网主机附加继接口,适合于55E上基于云的环境和超大规模环境
- 原生数据速率为360 Mbps
- 双端口8Gbps光纤通道,在55F上支持独立的机架式应用
- 有效再利用现有的JD/JZ/JL介质类型,能够读写TS1155格式的介质,而且格式相同介质最高到15TB
- 加密功能支持IBM Security Key Lifecycle Manager
- 当针对数据文件进行基准测试时,Streaming Lossless Data Compression (SLDC)算法使得压缩比例高于TS1140
- 规划未来还将针对访问数据增加支持Spectrum Archive (LTFS格式)
此外还将通过提供磁带使用情况和ELK的性能监控中在Spectrum Archive上提供支持,以及通过Simple Network Management Protocol(SNMP)发出警报。
一些功能利用了像“递归累积回传冲洗*”和“相同的无包装冲洗**”这样奇怪的字眼,让人感到很茫然。
TS1155与TS1150有相同的加载/读取、定位速度和访问时间,不兼容IBM TS7700或者Enterprise Tape Control Unit环境。
特定的IBM Power Systems、System i、System p、System x和其他运行AIX、Linux、Oracle Solaris和Windows的服务器支持TS1155 55F。
不过,TS1155 55D最初仅通过一个Window设备驱动程序提供,需要得到IBM i-RPQ 8B3685的支持。
客户可以将TS1150 Model EH8转换为TS1155 Model 55F驱动器。
IBM这次对新推出的驱动器计划供货是仔细且详细的。
从5月9日:功能号AGKQ for 3584 models L55以及D55
6月2日:Model 55F,型号切换,其他所有功能提供给除了阿根廷和台湾的其他所有国家
6月23日,Model 55F,型号切换,其他所有功能提供给除了阿根廷和台湾的其他所有国家
7月28日:Model 55E
* IBM在文档中称:“S1140磁带驱动器和TS1150磁带驱动器使用了一种所谓递归累积回传冲洗(或者非易失性缓存)的算法。这种算法增加了来自主机服务器的有效数据率性能,从而强制执行写操作时的同步操作。”
** IBM在文档中称:“通过递归累积回传冲洗功能提高性能,增加新的相同的无包装冲洗扩大了针对大文件的虚拟回传效果。”
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。