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
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。