在上周召开的Pure Accelerate大会上,这家新兴存储企业谈到如何向其NVMe访问型存储机架当中引入智能化要素。
Pure公司的全闪存阵列拥有一套双控制器设计,这两套控制器负责与非智能存储机架进行通信。这一思路的主要核心在于立足机架层级实现控制器智能,其中NVMe架构则负责将上层控制器智能与下层机架智能进行结合。
如此一来,存储机架即可处理驱动器上的操作,减轻这部分任务给上层控制器带来的负担,并允许机架本身完成更多常见操作任务--例如对接向上扩展规模更为可观的阵列。
这亦可能意味着两套控制器能够运行更多上层服务,例如文件系统等。此外,厂商甚至会考虑进一步增加控制器的实际数量。
作为一家同样计划推动NVMe架构技术的全闪存阵列供应商,Kaminario公司据称也在考虑以类似的方式将智能化要素引入存储阵列当中。
东芝与闪存工艺
东芝公司在本届Pure Accelerate大会上展示了其3D NAND发展路线图。根据尼古拉斯公司分析师兼总经理Aaron Rakers的说明,东芝方面谈到将堆叠层数提升至200左右。
目前东芝公司及其代工合作伙伴西部数据正凭借其BiCS技术打造64层3D NAND,并由此构建起一款512 Gb芯片。将层数提升三倍至192层,则意味着能够带来一款1.536 Tb晶片。如果双方再将存储单元尺寸加以进一步缩减,那么容量水平还将达到新的高度。
东芝公司的XG5 NVMe M.2驱动器采用这款芯片,并在其NVMe M.2版本当中分别提供256 GB、512 GB与1 TB容量选项。西部数据公司的蓝盘SSD同样使用此款芯片,并将容量提升至2 TB级别。
如果将该芯片的容量提升三倍,即由512 Gb到1.5 Tb,则意味着XG5技术在容量上可增长至3 TB,而西部数据的蓝盘SSD则将增长至6 TB。
东芝方面还谈到其四层单元(即QLC)技术,并表示QLC 3D NAND芯片即将来临。我们再据此进行计算--目前的XG5与西部数据蓝盘驱动器采用TLC(即三层单元),如果将其变更为QLC驱动器,则容量还能够提升三分之一。
如此一来,一款QLC、192层XG5将拥有4 TB容量,同样的西部数据蓝盘SSD则将拥有8 TB容量。这些QLC驱动器的写入寿命将较为低下,因此只适用于所谓主动访问归档类应用。
再回到Pure公司--假定Pure公司也会在其阵列当中采用NVMe架构与QLC闪存这一组合,那么也许将由此诞生出一款主动归档FlashBlade阵列方案。
好文章,需要你的鼓励
CIO们正面临众多复杂挑战,其多样性值得关注。除了企业安全和成本控制等传统问题,人工智能快速发展和地缘政治环境正在颠覆常规业务模式。主要挑战包括:AI技术快速演进、IT部门AI应用、AI网络攻击威胁、AIOps智能运维、快速实现价值、地缘政治影响、成本控制、人才短缺、安全风险管理以及未来准备等十个方面。
北航团队发布AnimaX技术,能够根据文字描述让静态3D模型自动生成动画。该系统支持人形角色、动物、家具等各类模型,仅需6分钟即可完成高质量动画生成,效率远超传统方法。通过多视角视频-姿态联合扩散模型,AnimaX有效结合了视频AI的运动理解能力与骨骼动画的精确控制,在16万动画序列数据集上训练后展现出卓越性能。
过去两年间,许多组织启动了大量AI概念验证项目,但失败率高且投资回报率令人失望。如今出现新趋势,组织开始重新评估AI实验的撒网策略。IT观察者发现,许多组织正在减少AI概念验证项目数量,IT领导转向商业AI工具,专注于有限的战略性目标用例。专家表示,组织正从大规模实验转向更专注、结果导向的AI部署,优先考虑能深度融入运营工作流程并产生可衡量结果的少数用例。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。