日前,在存储性能委员会(Storage Performance Council, SPC)组织的SPC-1TM 基准测试中,浪潮存储AS5500G2获得1,500,346 SPC-1? IOPS(每秒进行读/写操作的次数)、亚毫秒延迟的评测值。IOPS性能达到此前中端存储SPC-1TM性能最高纪录的2.5倍,媲美高端存储,成为全球中端存储的性能领跑者。
什么是SPC和SPC-1™?
存储性能委员会(SPC),1999年成立,专注于应用存储性能负载基准定义、推广与存储产品性能评测的非盈利组织;作为全球存储最专业性能评测机构,SPC针对存储行业的需求和关注创建了系列行业标准的性能基准,为公众提供客观、可信、经过严格审计的性能度量;注册会员包括全球业界TOP 5在内的27家主流存储供应商,如Dell、NetApp、HPE、IBM、HDS、华为、浪潮、联想等。
SPC-1TM基准测试,设计存储系统在企业关键业务应用场景下的负载模型,覆盖结构化数据为主的数据库、电子邮件等在线事务处理(OLTP)应用,其IO模式特征包括读写响应时间敏感度、工作负载的多样性及动态变化、性能表现长时间稳定可靠等共计8种数据访问行为的模拟。作为SPC最活跃的基准测试项目,7家厂商在过去一年时间累计发布了13个SPC-1TM测试结果,而中端存储就占了8个。
中端存储 如何界定?
此次对参与评测的浪潮存储AS5500G2产品定位及对标的公开SPC-1TM数据的中端存储产品界定,参照IDC和Gartner两家全球知名分析咨询机构的标准。IDC按照价格段(Price Band)来划分,band4-band6(k~.99k)属于中端存储的范畴;Gartner对于中端存储的定义标准条目比较多,与高端存储差异的核心是对大机(Mainframe)及FICON/ESCON接口的支持。
据IDC 9月公布分析报告,2018上半年,国内中端企业存储收入占比56%且同比增长23.5%,是存储市场占比最高、增长最快,也是竞争最激烈的细分领域。
入围Gartner四象限、刷新SPC-1TM性能记录,浪潮迈向世界级存储厂商
作为浪潮关键企业应用存储的主打系列,浪潮智能存储G2平台自2017年2月上市发布以来,坚持“三高”特性,不断进行闪存化、智能化技术创新,最大程度地为关键业务客户挖掘、整合、盘活、提升数据的力量,在成为世界级存储进程中不断演进。
G2上市当年,浪潮智能存储G2通过Gartner围绕业务表现与增长、产品技术创新与发展的评审,成功进入了其通用存储阵列(General-Purpose Disk Arrays,GPDA)魔力四象限,获得业界专业机构认可。
2018,浪潮智能存储G2系列的中端旗舰——AS5500G2在SPC-1™性能测试首次在中端存储阵营中以亚毫秒延迟、突破百万级IOPS(1,500,346),媲美高端存储性能,刷新了全球中端存储的性能记录,为浪潮的世界级存储厂商进程构筑了新的里程碑。
领先的硬件资源利用率 使企业关键应用客户受益
企业数字化转型,数据成为新的生产资料,云计算与边缘计算、大数据、人工智能等新应用驱动的新数据时代已来,数据存储、加工、分析利用的效率提升成为迫切需要解决的关键问题;对于规划企业关键应用存储的客户,存储性价比($/KIOPS)一直是最重要的决策因素,直接影响IT基础设施建设成本。$/IOPS是衡量存储性价比的关键标准,在单位成本($)下,IOPS越高意味着同一时间能够处理的用户请求越多、承载的用户访问压力越大;高铁订票实时交易应用,IOPS高意味着可以在相同时间售出更多、并接受更多的余票查询访问请求。
本次SPC-1TM测试中,浪潮存储AS5500G2通过软件IO栈在读访问流预测和缓存优化、随机小块聚合写等技术创新,硬件资源利用率关键指标:在单盘(系统性能IOPS/贡献性能的DISK数量)和单控(系统性能IOPS/集群控制器数量)的IOPS产出超越原中端存储最高性能记录产品20%以上,为以性能IOPS为核心需求的企业关键应用客户提供更高性价比的存储产品。
好文章,需要你的鼓励
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
数据分析平台公司Databricks完成10亿美元K轮融资,公司估值超过1000亿美元,累计融资总额超过200亿美元。公司第二季度收入运营率达到40亿美元,同比增长50%,AI产品收入运营率超过10亿美元。超过650家客户年消费超过100万美元,净收入留存率超过140%。资金将用于扩展Agent Bricks和Lakebase业务及全球扩张。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。