红色巨人高度重视这座SAN塔式设备,并希望其同样赢得客户关注。
甲骨文公司正在对其FS1存储阵列重构并引入自家公有云当中,且不再将其作为内部基础设施设备进行销售。
FS1-2产品最初作为Pillar Axiom的重新设计方案于2014年9月发布,这是一台立足机架内的混合型闪存/磁盘阵列,具备双主动/主动控制器、风扇、电源以及非易失性镜像缓存。其闪存容量可扩展至912 TB,闪存与磁盘的混合存储容量则最高可达2.9 PB。
一年之后推出的全闪存FS1则提供2 TB到912 TB存储容量。这可以被视为一台被移除了磁盘驱动器机柜的FS1-2,只保留了一台30 x 2U驱动器机柜作为向上扩展机制。
在此之后,甲骨文公司采取一系列举措以敦促其内部解决方案客户迁移至甲骨文云当中。其中的部分原因在于客户开始越来越多地选择商用化产品——包括来自竞争对手的x86服务器/存储套件,另一部分原因则在于AWS与Azure在企业数据库领域的信誉不断提升,而甲骨文硬件的销售额则因此不断下滑。
在被问及FS1阵列时,一位甲骨文公司发言人告诉我们,“公司内部目前正专注于将该产品引入甲骨文云。”
如果甲骨文客户决意迁移至公有云领域,那么甲骨文公司当然希望保证其选择自家公有云产品。以下2017年3月图表显示出甲骨文公司在过去几年季度当中硬件与云业务的变化趋势。
我们曾在之前的文章中指出,“FS1闪存SAN阵列将面对采用NVMe驱动器并配合高速服务器互连架构(例如NVMe over Fabrics)的其它竞争性产品。另外,亦将有越来越多的服务器SAN搭载有3D XPoint存储级内存或者类似的技术方案。”
但就目前的情况看,甲骨文公司已经决定对FS1进行定位调整以摆脱来自其它内部全闪存阵列竞争对手的冲击。该产品仍然被列入甲骨文公司的工程技术硬件产品网页当中,但在其“了解更多”链接结果中,可以看到“我们找不到您需要的页面”信息。
其它各主流存储硬件供应商则迎来了内部全闪存阵列销售额的持续增长:戴尔-EMC、HPE、IBM、NetApp以及Pure等厂商正是最好的实例。甲骨文公司显然对于未来有着不同的看法,并再次决定逆势而动。
好文章,需要你的鼓励
CoreWeave发布AI对象存储服务,采用本地对象传输加速器(LOTA)技术,可在全球范围内高速传输对象数据,无出口费用或请求交易分层费用。该技术通过智能代理在每个GPU节点上加速数据传输,提供高达每GPU 7 GBps的吞吐量,可扩展至数十万个GPU。服务采用三层自动定价模式,为客户的AI工作负载降低超过75%的存储成本。
IDEA研究院等机构联合开发了ToG-3智能推理系统,通过多智能体协作和双重进化机制,让AI能像人类专家团队一样动态思考和学习。该系统在复杂推理任务上表现优异,能用较小模型达到卓越性能,为AI技术的普及应用开辟了新路径,在教育、医疗、商业决策等领域具有广阔应用前景。
谷歌DeepMind与核聚变初创公司CFS合作,运用先进AI模型帮助管理和改进即将发布的Sparc反应堆。DeepMind开发了名为Torax的专用软件来模拟等离子体,结合强化学习等AI技术寻找最佳核聚变控制方式。核聚变被视为清洁能源的圣杯,可提供几乎无限的零碳排放能源。谷歌已投资CFS并承诺购买其200兆瓦电力。
上海人工智能实验室提出SPARK框架,创新性地让AI模型在学习推理的同时学会自我评判,通过回收训练数据建立策略与奖励的协同进化机制。实验显示,该方法在数学推理、奖励评判和通用能力上分别提升9.7%、12.1%和1.5%,且训练成本仅为传统方法的一半,展现出强大的泛化能力和自我反思能力。