
磁盘制造巨头希望利用这类设备配合自身技术与开放API,从而构建起开放软件可组合基础设施(简称SCI)生态系统。这一面向传统存储思路的大胆挑战主要包含以下组成要素:
• NVMe-over-Fabrics连接OpenFlex硬件:
• F3000专用闪存驱动器,采用准3.5英寸外形设计。
• E3000 3U机箱,可容纳10块F3000驱动器。
• D3000 1U磁盘驱动器机箱。
• OpenFlex架构。
• Kingfish开放API,用于实现SCI系统的编排与管理。
• OpenFlex生态系统合作伙伴。
F3000与E3000
F3000是一款NVMe连接型闪存盒,其拥有接近3.5英寸驱动器的外形设计。西部数据方面表示,其拥有高达61 TB的存储容量,且配备两个50 GbitE端口。根据我们掌握的情况,其中包含大量闪存驱动器,且可使用多种不同类型的闪存芯片,例如64层TLC(三级单元)3D NAND或者96层QLC(四级单元)3D NAND。该产品将提供多种容量与性能水平选项。
OpenFlex F3000驱动器与E3000外壳
E3000能够容纳十块支持热插拔操作的F3000驱动器。西部数据方面希望我们将其理解为单一闪存驱动器。
•D3000
这是一款1U磁盘驱动器机箱,最高可提供168 TB存储容量与两个25 GbitE端口。
E3000与D3000可直接安装在机架之上。其中每个单元都作为NVMe-over-Fabrics的端点,且属于现场可替换单元(简称FRU)。西部数据方面指出,其希望未来也能够提供类似的计算选项。
Kingfish SCI API
西部数据公司将融合型基础设施描绘为对服务器、存储以及网络资源的简化方案。超融合基础设施能够将硬件集中到组合式资源池内,但这往往会限制三大主要组件的各自独立扩展。
基于软件的可组合基础设施能够将这些组件分解为可独立进行规模伸缩的单一资源池。据称,在利用西部数据开放Kingfish API进行通信的应用程序及其它代码的驱动之下,这套软件可组合基础设施亦有望解决供应商锁定难题。
对于西部数据公司来说,SCI结构属于Nvme-over-fabrics,因此D3000将配备有NVMe-oF接口。该公司指出,介质层将在这种SCI模式当中以平等方式存在。介质层调用自己对应的API Kingfish,并通过来自Redfish服务器管理与Swordfish存储管理API的信息确定下一步操作。Kingfish负责提供物理与逻辑-虚拟系统管理能力。根据我们了解到的情况,Kingfish API构建于现有开放标准之上,而西部数据方面也正在将这些API贡献给公共领域以鼓励创新及市场采用。
西部数据的生态系统合作伙伴
西部数据公司还列举了一系列支持SCI概念及其Kingfish API的合作伙伴:

在这份清单中,我们看到了同样拥有一款可组合全闪存阵列产品的Kaminario,服务器制造商浪潮,以及服务器-存储供应商Supermicro。DriveScale公司是一家可组合基础设施初创企业。Mellanox提供NVMe-oF以太网产品,而博通也在通过博科进军NVMe-over-Fibre-Channel业务。
当然,HPE旗下的Synergy亦拥有自己的可组合基础设施方案与产品阵线。
西部数据公司正在与SNIA合作以推动自家标准的普及,以便其它供应商能够借此构建自有设备,并运行在由Kingfish API驱动的SCI体系之内。
竞争关系
西部数据公司目前可谓壮志满满,然而,其仍面临着来自戴尔-EMC、HPE、IBM以及该领域内其它厂商的下面冲击。西部数据的选择,是将机架式磁盘与闪存机箱,与旗下Tegile全闪存阵列、ActiveScale归档阵列产品以及最新的Serve60机箱彻底区分开来。
在决定采用这一发展方向并意识到自身已经在超融合型基础设施可组合基础设施领域全面落后的情况下,西部数据发布的SCI API Kingfish可谓必要而合乎逻辑。
Kingfish API小组的15位成员带来了令人鼓舞的开端,然而,我们仍无法确定西部数据公司是否打算立足长期为其提供支持。我们需要更多关于F3000硬件的细节信息,方可评估其与现有标准外形尺寸间的差异是否合理。
OpenFlex F3000 Fabric设备与OpenFlex E3000机箱将于今年第四季度投放市场,而D3000 Fabric设备则计划于2019年上市。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。