IBM将向自己的存储产品线中增加文件存储软件,向基础的全闪存阵列中增加NVMe光纤访问,以及其他覆盖其存储产品组合的功能。
这主要有三个方面:软件定义的存储;数据保护和存储硬件;FlashSystem 900阵列。
Spectrum NAS
Spectrum NAS是这次最大的存储软件新闻——几年前放弃IBM放弃了OEM的NetApp文件管理器后,利用横向扩展软件返回到文件存储领域。我们知道它是基于Compuverde软件的,提供了一个4节点的基础,可扩展到数十个节点。
Spectrum NAS主要用于在VMware/Hypere-V环境中的文件共享、主目录和文件服务,使用NFS3、4和4.1协议以及SMB协议。
擦除编码用于数据完整性,可以运行在虚拟机或裸机中的X86服务器,IBM认为它比基于双控制器的文件管理器阵列成本更低一些。按照我们的理解,针对高性能计算型的环境,它的性能和可扩展性都不如Spectrum Scale并行访问产品。
Spectrum NAS截图
下面是一张IBM提供的Spectrum Scale功能幻灯片;
这是一个类似的Compuverde幻灯片;
这是Compuverde软件,在Spectrum NAS博客中可阅读到更多内容。
NVMe over Fabrics
IBM已经使用Infiniband将NVMe over Fabrics添加到了FlashSystem 900阵列中。这意味着访问服务器可以获得FlashSystem 900数据,就好像访问本地PCIe连接的闪存驱动器一样。我们认为IBM是第二个这样做的主流存储供应商,也是唯一活跃的存储供应商。Dell EMC确实率先涉足DSSD,但却取消了其产品——这是专有的技术,客户需要商用的NVMe技术
未来,IBM还将把NVMe over Fabrics支持增加到Spectrum Virtualize(FlashSystem A9000/SA9000R/Storwize V7000/V5000阵列中的SVC和SW)和Spectrum Accelerate(XIV)产品中。
数据保护
Spectrum Protect Plus增加了勒索软件攻击检测和GDPR级别审计功能。其vSnap存储库可以复制到远程站点以获得业务连续性和灾难恢复。
Spectrum Storage Suite增加了Spectrum Protect Plus,不收取额外费用。
其他还包括:
- Spectrum Virtualise v8.1.2具有数据精简池体系结构,可在系统中的所有卷上使用压缩功能(每个系统最多10000个压缩),压缩卷的吞吐量最多提高3倍。
- Spectrum Connect可以在容器化的VMware和Microsoft PowerShell环境中配置、监控、自动化和编排IBM存储。
- Cloud Object Storage将支持FIPS PUB 140-2、SEC 17a-4(f)、以及来自Cohasset Associates的CFTC 1.31(c)-(d)合规性评估。
- IBM带有基于使用情况定价的Storage Utility Offering产品可以将成本从Cap-Ex模式转换为本地Cloud Object Storage的Op-Ex模式。
- Hyper-Scale Mobility支持从XIV Gen3系统迁移到全闪存IBM FlashSystem A9000/R,无需任何应用和工作负载的中断。
这两个突出特点是确认面向FlashSystem阵列和NAS软件的NVME over Fabrics访问,这也是多年来IBM一直缺少的一块。NAS软件填补了空白,同时NVMeoF技术也使IBM处于一个很好的位置。
好文章,需要你的鼓励
VMware宣布将终止现有渠道合作伙伴计划,新计划采用邀请制,大幅减少授权合作伙伴数量。未受邀合作伙伴将于2025年7月15日收到不续约通知,可继续交易至10月31日。白标计划也将同时终止。此举是18个月内VMware第二次重大合作伙伴调整,旨在专注与少数核心云服务提供商深度合作。客户可能面临续约困难、服务质量下降和成本上升等影响。
StepFun公司推出的Step1X-Edit是首个能够媲美GPT-4o和Gemini2 Flash等商业模型的开源图像编辑AI。该模型通过整合多模态语言理解和扩散图像生成技术,能够处理11种编辑任务,在新构建的GEdit-Bench基准测试中表现优异,为图像编辑技术的民主化开辟了新道路。
谷歌DeepMind和伦敦大学学院研究发现,大语言模型在面对反驳时会迅速失去信心并改变答案,即使反驳是错误的。研究显示LLM既会对自己的答案过度自信,又对批评异常敏感,表现出与人类相似但又独特的认知偏差。这种行为对多轮对话AI系统构成威胁,最新信息可能对LLM推理产生不成比例的影响。
BluOrion公司开发的ZClip是一种智能梯度裁剪算法,解决了大型语言模型训练中的梯度爆炸和损失飙升问题。通过Z分数统计检测和动态调整策略,ZClip能够自适应地控制梯度幅度,相比传统固定阈值方法提升训练效率35%以上,同时显著降低训练失败风险,为大模型训练提供了更稳定、高效的解决方案。