Hitachi Vantara近日在圣地亚哥举行的NEXT 2018用户大会上,向与会者发布了大量公告。
服务器相关发布
Hitachi Vantara发布了首款全NVMe超融合系统V124N,这是在6月宣布推出的全闪存V123F基础上进行的开发。V124N是一个 1U单路服务器,相比V123F有一个用于缓存的DC P4800X 375GB 2.5英寸Optane驱动器,现在V124N可以配置4个Optane缓存驱动器,和8个其他NVMe闪存驱动器,总原始容量为72TB。
Hitachi Vantara表示,这意味着与之前的全闪存UCP HC系统(按照我们的理解,这里说的是V123F,但是Vantara没有透露实际的型号)相比,V124N的IOPS性能提高了3倍,延迟降低了4倍。
Hitachi Vantara的UCP融合基础设施系统将新增对DS7000服务器和DS225服务器(在6月公布,采用Tesla GPU)的支持。此外,Hitachi的机架式系统也将增加对DS225的支持。
Hitachi Solution for Databases增加了Hadoop支持,可作为Oracle Enterprise Data Warehouse (EDW)的卸载目标,基于UCP RS和Pentaho数据集成,目前支持的卸载目标是MongoDB。
Hitachi Solution for the SAP HANA Platform支持新认证的SAP HANA一体机,基于Hitachi UCP CI及其DS7000系列服务器,通过Hitachi Vantara存储的增强管理集成,以及面向SAP HANA Cockpit的服务器适配器。
Hitachi DS7000系列的UCP CI配置也计划支持Virtual HANA(vHANA)和其他基于VMware的工作负载。现在,Hitachi DS7000系列的UCP CI配置也在SAP HANA和Oracle环境中得到了支持。
可选配全NVMe的UCP HC系统预计将于2018年11月全面上市,并将在2019年补充支持全NVMe的Hitachi Virtual Storage Platform(VSP)选项,用于独立部署或者用于UCP CI内部。
支持Nvidia GPU的Hitachi DS225,以及针对UCP CI和RS的混搭服务器选项将于11月全面上市。带有新部署管理器功能的最新版UCP Advisor将于2018年10月全面上市。
对象存储
Hitachi Content Platform(HCP)增强了S3合规性,以及针对合规的扩展,例如保留和授权删除等,用于通过S3 API接收的应用数据。此外还改进了基于事件的保留功能,以符合美国国防部电子记录管理要求。
现在HCP可以在设备或纯软件中运行,支持VSAN,可以运行在UCP HC等超融合环境中。
HCP增加了在分层之前复制数据的功能,以改善数据保护,此外Hitachi Content Monitor功能让客户可以将来自多个HCP群集的可视化系统指标聚合为可自定义的仪表板。
Hitachi Content Platform Anywhere(HCP Anywhere)现在可以将基于同步的文件共享数据服务从数据中心扩展到远程和分支机构,从而取代那里的文件管理器和最终用户设备。 HCP Anywhere Edge产品是一种云存储网关选项,可将动态数据保存在本地存储中,并将大部分文件存储在数据中心中。
HCP Anywhere原生支持微软Windows SMB 2和3。
容器
Hitachi Enterprise Cloud (HEC) Container Platform (CP)通过与Aqua Security的合作增强了安全性,增加了运行时保护、加密、漏洞扫描和微分段等特性,目的是检测和防止可疑行为,并简化企业安全策略和法规遵从的执行。
HEC CP通过与私有云、混合云和公有云部署的单一云管理接口实现多云管理,并且能够在这些环境中运行工作负载而无需使用专有的公有云API、接口和方法。
HEC CP增加了预先测试的、预先集成的DevOps目录和数据服务,支持Kubernetes集群、Spark、Cassandra和Kafka的一键式自助服务部署。
现在HEC Container Platform已经上市。
用于数据中心的精美软件温控器
Smart Data Center是一项订阅服务,旨在优化全球数据中心服务运营状况、容量管理、性能管理和冷却。这些增强功能将其从最初的计算和存储资源管理转向设施基础设施。
通过Vigilent合作伙伴关系、智能SAN优化和异构存储的自动配置,它使用AI-Driven Cooling进行持续优化。
Vigilent技术使用机器学习、温度传感器和闭环控制,让Smart Data Center能够主动监控和分析数据中心冷却,自我纠正温度和气流问题,使管理员能够指定传送到数据中心每个机架的确切最高气温。
这项SAN优化使用机器学习并通过预测分析、热存储和冷存储点识别、数据分层到合适的成本/性能、动态仪表板和未来存储场景的AI模拟,来提供SAN资源的实时、持续优化。
最后,Hitachi Vantara的Lumada(工业物联网产品)增加了Maintenance Insights;数据驱动的、基于人工智能的物联网产品,使用规范和预测算法,帮助客户预测故障并指导他们进行必要的维护维修。
基本上,Lumada物联网设备会告诉你什么时候会出故障。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。