近日,Infortrend宣布在EonStor DS 3000系列基础上推出新一代EonStor DS 3000U系列。EonStor DS 3000作为Infortrend一款成熟的产品,被大家熟知,产品已在各行业得到应用,获得用户的认可和好评。作为EonStor DS 3000的升级版,EonStor DS 3000U主机接口提升一倍,性能获得巨大提升,同时支持12G/s SAS接口,全面增强硬盘的性能。强大性能,高传输速度,应对大数据时代挑战。
EonStor DS 3000是Infortrend的产品家族中得到市场全方位认可的系列之一,EonStor DS 3000U是在其基础上研发的新一代产品,IOPS是DS 3000的1.3倍,高达450K,读速度到6,500MB/s,写速度可达3,250MB/s,内存也从之前的16G DDR3升级到64G DDR4。强大的计算能力,使得其成为数据库和VDI应用的理想平台,其高带宽突破存储瓶颈,进一步提升在媒体编辑和测量方面的效率。
采用双主机版,支持8Gb/s FC, 16Gb/s FC,10Gb/s iSCSI,40Gb/s iSCSI,10Gb/s FCoE和56Gb/s InfiniBand,高速主机通道连接。多样化的选择为更多应用提供强大的性能,支持多样化的存储环境。
EonStor DS 3000U打破EonStor DS 3000可支持360颗硬盘的记录,通过连接JB 3000系列扩展柜,最大可支持444颗硬盘,同时另一大亮点是支持12G/s SAS硬盘接口。强大的传输速度结合大容量,轻松应对大中型业务难题。
有突破也有继承,EonStor DS 3000U延续DS 3000,支持LCD面板管理,直观掌控系统的实时状态,针对突发状况,及时作出反应。
EonStor DS 3000U控制器中装有超级电容支持的闪存,内存数据在控制器之间镜像,即使断电情况发生,也能保证数据的实时安全。超级电容使用寿命长且无需维护,是一个十分方便且经济实惠的缓存保护措施。另外,对使用环境的要求也比较宽松,由于BBU的化学性质,在使用中对温度等因素都有特殊的要求,而Super Capacitor的物理性质能适用于各种环境中,加之从2U到4U的多种规格,可为企业用户提供更多的选择。
EonStor DS 3000U配置丰富的数据服务。SSD Cache加快启动速度,减少硬盘磨损;自动分级存储,提高硬盘利用率;远程复制,实现灾难恢复;自动精简配置,优化存储空间;自加密硬盘(SED),为归档数据安全和硬盘销毁提供有效保护……
Infortrend在寻求速度上自我突破的同时,空间扩展能力上也在不断发展。经过研发和调整,Infortrend EonStor GS可以选配扩展板,用户可以通过扩展板再连接一组扩展柜,从而将扩展柜的数量翻一倍,提升系统的扩展能力,硬盘数量将达到864颗,配合强大的传输速度,更有能力应对各种备份与归档的应用环境。
Infortrend产品企划部高级总监高明贤先生表示:"当前业务环境的变化日新月异,企业经常在存储系统上面临两大困境--速度与空间。这就是为什么Infortrend要努力增强这两方面性能的原因,继续推进技术创新,让客户的要求推动我们的存储解决方案一直向前,不仅在当下,更着眼于未来,协助他们解决应用出现的各种难题。"
好文章,需要你的鼓励
NotebookLM原本主要面向学生用户,但即将推出的幻灯片制作功能可能让其成为职场演示的强大工具。该AI工具基于Gemini技术,能够根据用户上传的文档、网站、视频等资料生成内容。最新发现的未发布功能显示,用户将能够基于上传资源快速创建幻灯片,并结合集成的图像生成器进行定制。此外还可能推出信息图表生成功能,帮助用户将数据可视化。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
三星今日正式发布其混合现实头显设备,该产品被视为苹果Vision Pro的直接竞争对手。据此前体验报告显示,该设备在整体性能上与Vision Pro相当,但其内置的AI功能成为最大亮点。设备搭载多模态Gemini AI,能够实时识别用户视野中的内容并提供相应回答,这是Vision Pro目前缺乏的功能。发布会将揭示设备正式名称、最终功能配置、上市时间和定价策略等关键信息。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。