
"超融合基础设施一体机(HCIA)已经准备好承载大量数据中心x86工作负载,但是并不一定要灭掉SAN。"这是近日Dell EMC融合平台部门总裁Chad Sakac在Dell EMC World上进行对话得出的结论。
这里我们主要从三个观察点说起。
其实,HCIA是重新开发的迷你计算机集群,在20世纪80年代,VAXCluster是一个由16个VAX迷你计算机松耦合的集群,作为带有共享存储的单一系统。这种集群采用专用的网络方案来连接各个集群节点。
这不就是一个超融合基础设施一体机吗?"可以说是,也可以说不是。" Sakac表示。在一个HCIA内,网络是在系统范围内的,而以前的迷你计算机集群却不是。
而且HCIA的横向扩展能力远远超过VAXCluster及其16路集群。VxRail可以扩展到数百个节点,甚至可以扩展至VxRack SDDC以及连接数千个节点。Dell EMC希望让从VxRail向VxRack SDDC的扩展变得更容易。
HCIA是固有的内部部署系统
我们认为,HCIA本质上是内部部署的系统,并不是面向管理服务提供商的。
很大程度上可以这么理解,但也不总是如此。Sakac表示,Dell EMC有客户在托管协同设施中部署了HCIA和CI,我们认为这些都是内部部署的,而不是类似公有云的设施。
他说,在向MSP提供融合和超融合基础设施方面鲜有成功的,除非提他们提供单一租户服务。
例如,Vodafone对自己的单租户客户使用了Vblock,Atos在单租户中使用了VxRack、VxRack SDDC以及Azure Stack。
针对多租户客户,大型云提供商利用商用组件构建他们自己的系统。
HCIA是否会使用共享外部阵列?
HCIA从DAS存储构建他们自己的SAN,聚集起来并将其转变为一种共享资源。因此这似乎是取代了共享访问的外部SAN,例如VMAX或者Unitty存储阵列。其实从内容上是这样的。另外,HCI和软件定义存储针对大多数x86工工作负载做好了准备。
这不是目前的情况。一些工作负载必须有共享阵列,因为需要:
• Symmetrix Remote Data Facility (SRDF)以及/或者其他特定服务
• 极高的容量密度,并不适用于标准服务器--单位空间内的PB量太少
• 一致的响应,对延迟变动很敏感
这些工作负载需要一个外部阵列,价值很高,但是数量很少。

上面的概念方案显示了一个HCIA机架在访问物理SAN,这种应用可以运行在VxRail或者XC HCIA系统中,但在工作负载需要的时候,通过顶架式交换机进行访问。
其他观点
Sakac还提出了其他的一些观点。
HCI市场复合年增长率达到100%,Dell EMC HIC的复合年增长率为208%。截止到目前,HCIA的销售量是CI的指数级。
对于任何进入HCIA市场的主流厂商来说,游戏结束了,除非是一种一体化的云堆栈,比如Azure Stack。
VxRack满足了可组合系统的要求,是由商用组件构成的,而不是使用专有硬件。像HPE的Synergy系统,专有系统,采用单独的API和单独的管理工具。
所以他暗示说,为什么不把管理工具代码作为应用运行在HCI系统本身,就像VxRack那样?然后一切都运行在商用组件上,并且是软件定义的。
物理SAN的终结
我们认为,Dell EMC正在向客户传递一个信息,那就是HCIA和CI是未来大势,他们有让客户实现的路径,不需要颠覆式升级他们的物理SAN,实现融合基础设施内的逻辑SAN。
全行业从物理到逻辑SAN的转型需要很多年的时间,每个客户都可以按照自己的速度和时间来完成这一转型。对于大多数x86应用来说,物理SAN的终结可能是10、15甚至更长时间,不会马上就发生。
好文章,需要你的鼓励
Waymo近日发布软件更新,对旗下约4000辆自动驾驶车队实施召回,以帮助车辆规避积水道路。美国国家公路交通安全管理局(NHTSA)指出,此前Waymo机器人出租车在遭遇无法通行的积水路段时,仅减速而未完全停车。此次召回涵盖第五代和第六代自动驾驶系统车辆,共计3791辆。Waymo表示正在完善软件防护措施,并已限制车辆在极端天气及易发洪涝区域的运营。
南京大学提出Light-Omni框架,通过全局状态与潜在状态双机制,让AI视频助理无需反复推理即可实现精准记忆检索,速度提升逾12倍,准确率同步提高。
路面坑洞每年给城市造成数百万美元损失。车队管理公司Samsara推出名为"Ground Intelligence"的AI解决方案,通过已安装在数百万辆商用卡车上的摄像头,自动识别并追踪坑洞的位置与劣化程度。该系统以仪表盘形式呈现,可主动向城市管理者推送预警信息,将被动响应转变为主动规划。目前,芝加哥已成为其新客户。未来还将扩展至涂鸦、损坏护栏等城市基础设施监测。
TREK方法通过引入外部验证解法对AI进行短期校准,解决了GRPO训练在困难题目上因无法探索正确解法区域而陷入瓶颈的问题,在数学推理和智能体任务上均取得明显提升。