NetApp的E570阵列支持基于光纤的NVMe,但由于E570并未采用NVMe驱动器,所以其数据访问速度可能相对较差。
E系列的全闪存E570于今年9月发布,发布会上表示,由于E570支持基于光纤的NVMe,从而将其延迟时间控制在了100 µs以内。
E570通过InfiniBand将RDMA应用于其24个闪存驱动器,进而使之能够在访问主机服务器时避免由于延迟而消耗的存储软件堆栈代码,并实现了在内存中的直接写入或读取数据。
以这种方式使用NVMe的部分原因在于使用SAS协议——主要指磁盘驱动器访问协议——访问闪存驱动器(SSD)不仅速度较慢而且会延长SSD的数据访问时间,故而其已不再是最优选项。
然而,在阵列中使用NVMe访问的磁盘驱动器在访问SAN时(诸如iSCSI或光纤通道),会因为网络协议而导致延迟。因此,基于光纤的NVMe产品组合应运而生——每个阵列由65000的队列长度与64000条命令组成。该产品组合可提供远程直接内存访问(RDMA),并且还可以绕过通路两端的协议堆栈。而E570即选择使用了Mellanox ConnectX InfiniBand适配器。
现有基于光纤的NVMe在存储写入访问方面的延迟控制在30 µs至(以Mangstor NX阵列写入)50 µs(E8写入),而读取延迟则为100或110 µs(E8或Mangstor阵列读取)。由于E570采用了配有SCSI访问堆栈的SAS固态硬盘,故而其能将延迟时间控制为100 µs已是相当不错。另外,E570还配备了一款NVMe至SAS的桥接器。
试想一下, E570如果选用了NVMe闪存驱动器,那么其延迟还将下降一个等级。而我们认为未来的E系列阵列能够实现这一点。
在柏林举行的NetApp Insight大会中,博科公司展台展示了NVMe-over-Fibre Channel访问一套NetApp阵列的具体情况。且其中仍没有包括端到端的NVMe访问计划。相反,阵列控制器通过光纤连接终止了NVMe,然后再将新传入的请求分派至指定的一个或多个驱动器。
另外,我们认为这代表NetApp期望贯彻实施端对端的NVMe以实现直接访问闪存驱动器,从而进一步降低访问延迟。
然而,就算这种端对端的NVMe访问形式得以实现,阵列控制器软件也无法明确阵列中驱动器的数据内容发生了何种变化。由此看来,端对端的NVMe访问形式将产生极为深远的影响。
好文章,需要你的鼓励
腾讯今日开源混元MT系列语言模型,专门针对翻译任务进行优化。该系列包含四个模型,其中两个旗舰模型均拥有70亿参数。腾讯使用四个不同数据集进行初始训练,并采用强化学习进行优化。在WMT25基准测试中,混元MT在31个语言对中的30个表现优于谷歌翻译,某些情况下得分高出65%,同时也超越了GPT-4.1和Claude 4 Sonnet等模型。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
今年是Frontiers Health十周年。在pharmaphorum播客的Frontiers Health限定系列中,网络编辑Nicole Raleigh采访了Startup Health总裁兼联合创始人Unity Stoakes。Stoakes在科技、科学和设计交汇领域深耕30多年,致力于变革全球健康。他认为,Frontiers Health通过精心选择的空间促进有意义的网络建设,利用网络效应推进创新力量,让企业家共同构建并带来改变,从而有益地影响全球人类福祉。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。