Cray宣布推出了一款适用于高性能计算的全闪存阵列L300F,可用作ClusterStor的提速器使用。
ClusterStor是运行Lustre的横向扩展式集群存储阵列,采用L300纯磁盘和L300N闪存/磁盘混合模式。
随着闪存阵列领导者Cray打造出超快速的NVMe系统,得到高性能并行文件系统磁盘阵列支持的传统高性能计算阵列制造商以相对较慢的SSD阵列进入闪存阵列市场。
Cray的L300F属于L300系列阵列,使用双端口SAS SSD对全闪存阵列进行改造,支持以太网、InfiniBand或OPA主机端口。
与其他L300产品一样,L300F同时支持对象存储服务器和目标存储。Cray表示,它采用高可用性设计,可以线性扩展,在集群不断增加节点的情况,性能不会出现损失。
L300F采用双控制器、2U x 24驱动器配置,提供500000 IOPS性能。其他L300阵列采用较大的5U x 84插槽机箱来容纳磁盘。L300F的容量为76.8TB(采用3.2TB SSD)和38.4TB(采用1.6TB驱动器)。
E8和Excelero NVMe-oF阵列的IOPS性能超过100万,NetApp的A800也是如此,所以Cray的L300F似乎有些逊色。
Lustre是开源的、可扩展的并行文件系统,在超级计算领域的集群计算中很流行。Lustre与其他并行文件系统(如IBM Spectrum Spectrum,GPFS)相竞争。Cray今天也宣布,L300F将支持Lustre 2.11版本。
Cray把L300F定位为Lustre存储池中的高性能组件,这个存储池采用以容量为中心的L300s以实现大型顺序IO,采用闪存/磁盘混合配置的L300N用于混合随机IO。L300F的主要用途是支持Lustre文件系统中临时存储池的高IOPS,从而加速磁盘IO的应用运行时间。
Cray表示,此前过量配置磁盘以提高IO率的方法不仅成本高,而且在面对闪存延迟更低的情况下更显不足。
对于Cray而言,L300F为标准硬盘池增添了闪存存储池,且针对需要高性能的工作流(中间结果(IOPS)以及保存最终结果(高带宽)进行了优化。Cray称,系统管理员使用L300F可以管理单个文件系统,而不是单独对闪存和磁盘进行管理。
Cray称L300F引领超级计算环境。从其性能数据来看,与NVMe驱动器阵列和NVMe-oF访问的阵列相比L300F在商业数据中心的应用并不多。
而且NVMe技术也正在进入高性能计算领域。E8和Excelero的NVMe-oF存储都可以在高性能计算环境中支持Spectrum Scale。英特尔也致力于开发Lustre和NVMe存储。
Cray可能需要重新审视其ClusterStor的开发并投入对NVMe的支持(如果这部分还不在路线图规划中的话)。
Cray View for ClusterStor管理工具提供了对Lustre作业、网络状态和存储系统性能的端到端视图。它提供了有关作业运行时变化、事件关联和趋势分析的信息,以及基于选定测量标准的自定义警报功能。
ClusterStor L300F及其所需的Neo 3.1 ClusterStor软件将在8月底前提供。
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
Google DeepMind最新研究发现,视频生成AI模型Veo 3展现出惊人的零样本学习能力,能够在未经专门训练的情况下完成图像分割、边缘检测、迷宫求解等多种视觉任务。研究团队通过18,384个视频样本验证了这一发现,认为视频模型正朝着通用视觉智能方向发展,可能引发类似大语言模型的行业变革。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
北航团队开发的GeoSVR技术突破了传统3D重建方法的局限,采用稀疏体素表示和体素不确定性评估,无需依赖初始点云即可实现高精度表面重建。该方法通过智能的深度约束和体素协同优化策略,在DTU等标准数据集上取得了最佳性能,为VR/AR、文物保护、影视制作等领域提供了新的技术选择。