NetApp公布了一项真正的存储优势:ONTAP全闪存阵列(使用博科设备)将全面支持基于光纤通道的NVMe-over-Fabrics(FC-NVMe)。
NetApp还发布了更快的闪存阵列,更深入的公有云和私有云集成,以及对象存储方面的更新。
NetApp声称现在自己拥有第一款企业级端到端NVMe平台(即使在取消DSSD之后也是如此)。这意味着NetApp将力推自己的NVMe赶超Dell EMC、Nimble、Kaminario和Pure Storage,并且赶上IBM,与其基于FlashSystem InfiniBand的NVMe-over-Fabrics针锋相对。
NetAp通过一个面向现有博科光纤通道全闪存阵列的ONTAP软件升级来支持FC-NVMe。
A800
A800是AFF系列全闪存阵列中的新的高端产品,A220则是作为高容量入门级系统推出的:
这里把A200的参数也放进来作为参考。与A700和A700相比,A800支持NVMe SSD,内容容量高出25%,据称在延迟小于500微秒的情况下可提供130万的IOPS,每个群集读取吞吐量可达300GB /秒。
据称A220比A200快30%,DRAM增加了3倍,同时SSD数量也增加了3倍。
从A220到A800s,在NAS横向扩展形式下支持的节点数从2一直到24个节点(12个HA对),在SAN横向扩展形式下支持2到12个节点(6个HA对)。A200在NAS横向扩展形式下支持2到8个节点,SAN横向扩展形式下也是有限的。
ONTAP v9.4
最新版本的ONTAP提供了FC-NVMe支持。NetApp存储系统和软件执行副总裁Joel Reich表示:“有了ONTAP 9.4,你可以升级可选的AFF型号以支持FC-NVMe,如果你已经在使用博科第六代交换机的话。FC-NVMe运行更高效,可提供更高带宽和更多IOPS,并且与标准的基于SCSI的FCP相比,延迟更低。”
ONTAP 9.4还增加了对30TB SSD、多通道SMB和更多后端公有云集成的支持,可以将本地存储中的冷数据迁移(分层)到Azure和AWS以及本地对象存储(如NetApp的StorageGRID Webscale),然后再返回。
客户可以在不停机的情况下从ONTAP 8.3升级到9.4。
从Data ONTAP 7-Mode进行过渡需要一个7-Mode Transition Tool (7MTT),以及无复制转换(CFT)等最佳实践。
NetApp表示,从第三方存储到ONTAP 9.4是有直接导入流程的。
公有云
NetApp的Cloud Volumes技术已从AWS和Azure扩展到了Google Cloud Platform。查看下面的视频,了解如何使用它在AWS中创建卷并填充它们以供AWS计算实例使用。
表格
这些卷可以自动保持与本地卷同步。此外,NetApp还推出了FabricPool,可以将冷数据从主存储自动分层到AWS和Azure。Active IQ则是一项基于云的分析服务,可预测未来的性能需求,并找出未受保护的数据以优化操作。
对象存储
NetApp在2月悄然透露SG5700 StorageGRID Webscale设备之后,正在紧锣密鼓地为这款产品准备丰富的功能。
SG5700的硬件与去年推出的SG5600相差不多,有相同的两种尺寸——4U x 60驱动器和2U x 12驱动器——并且都支持4TB、6TB、8TB和10TB的磁盘驱动器,最大原始容量都是600TB和120TB。而且,除了现有的10GbitE网络之外,还增加了25GbitE方面的支持。
SG5600要求安装StorageGRID Webscale软件的10.4版本,而SG5700要求v11.0版本。NetApp称,这具有擦除代码,带有动态磁盘池。
评论
使用Plexistor技术支持NetApp存储级内存(SCM),这仍然是还有发展前景的。
NetApp声称,用户通过使用FC-NVMe可以将AFF A系列系统的工作负载增加60%,或将应用响应时间缩短一半。
好文章,需要你的鼓励
英国宠物慈善机构PDSA数据显示,超过半数宠物主担心无法承担兽医费用。科技公司正通过AI和物联网技术解决这一市场需求。在伦敦兽医展上,多家初创公司展示了创新技术:AI for Pet利用视觉AI分析宠物眼部、皮肤等图像提供健康洞察;Sylvester.ai开发AI模型识别猫咪疼痛表情;VEA整合患者数据自动化诊断。此外,智能项圈等物联网设备可追踪宠物健康症状。这些技术有助于宠物主采取预防措施,降低兽医费用。
卡内基梅隆大学联合Adobe开发出革命性的NP-Edit技术,首次实现无需训练数据对的AI图像编辑。该技术通过视觉语言模型的语言反馈指导和分布匹配蒸馏的质量保障,让AI仅用4步就能完成传统50步的编辑任务,在保持高质量的同时大幅提升处理速度,为图像编辑技术的普及应用开辟了全新道路。
北欧国家启动统一人工智能产业计划,旨在通过合作在全球舞台上竞争,获得微软和谷歌支持。10月成立的新北欧AI中心获得350万英镑初始预算,但谷歌和微软是唯一提供资金支持的科技公司,具体金额保密。该中心将开发生成式AI系统并建设应用AI服务的系统。北欧教育部长承诺追加资金开发大型北欧语言生成AI模型。尽管资金有限,但北欧国家希望通过联合力量在AI竞赛中提升地位。
复旦大学团队突破AI人脸生成"复制粘贴"痛点,开发WithAnyone模型解决传统AI要么完全复制参考图像、要么身份差异过大的问题。通过MultiID-2M大规模数据集和创新训练策略,实现保持身份一致性的同时允许自然变化,为AI图像生成技术树立新标杆。