NetApp推出了基于SolidFire的全闪存版FlexPod。FlexPod是一款融合基础设施参考架构,由思科和NetApp联合出售。对于思科和NetApp来说,这是一个年收入80亿美元的业务,拥有超过8400家客户和140多个验证设计。
到目前为止,FlexPod采用的是NetApp FAS/ONTAP存储,还有一个全闪存的FAS FlexPod。例如,FlexPod数据中心采用NetApp All Flash FAS和VMware Horizon系统,带有一个AFF8080cc阵列以及配置了800G SSD的DS2246磁盘架。
还可以使用SolidFire阵列配置FlexPod,用途主要是为数据中心环境内基于块存储的iSCSI工作负载提供横向扩展存储选择,使用SolidFire全闪存阵列。
NetApp表示,FlexPod SF9608“可以支持企业级和新架构,有精确的存储容量和性能以满足多租户环境中单个租户的需求”。
SolidFire Elements OS很好地解决了QoS软件的噪声邻居问题,具有重复数据删除、压缩和自动精简配置功能。
NetApp表示,FlexPod SF用户可以在不间断的情况下控制性能和容量优先级。
FlexPod SF具有:
- 思科C220 M4机架
- 思科UCS B系列M4服务器
- SF608全闪存阵列,带有Elements OS
- 8个三星960GB SSD,有7680GB原始容量
- Nexus顶架式交换机
- 10GbitE iSCSI,支持40GbitE
最小配置是一个4节点的集群,据称可达到300000 IOPS和30TB有效容量。当然,这是一款纵向扩展的系统,有1节点的增长扩展能力,每个节点增加75000 IOPS和10TB有效容量。
我们可以介绍一个100节点测试的最大配置。
FlexPod SF是思科的首款硬件融合基础设施平台,意味着它采用了一台思科C220 M4服务器,而不是最初用于SolidFire节点的戴尔服务器。该系统将在月底提供报价。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。