【中国,上海,2018年10月10日】今日,在HUAWEI CONNECT 2018(华为全联接大会)上,华为宣布了其新一代关键业务云存储FusionStorage的重大升级,通过存储软件的技术创新,结合对业界领先硬件的超快速兼容,为关键业务等全部应用提供极致性能、极致可靠、弹性按需的存储资源服务,帮助企业从容应对关键业务云化挑战。该产品在云存储领域首个具备支撑企业关键业务的能力。

分布式云存储天生具备弹性伸缩能力、强大的扩展性和更加简化的管理方式,同时具有高可靠、高性能和丰富的增值特性,在运营商、金融、制造等行业大型企业数据中心的云化转型过程中,已经采用更加适合云数据中心建设和发展需求的分布式云存储来承载各类关键应用。和传统孤岛式存储部署方式相比,分布式云存储让数据全共享成为现实,同时提升数据中心存储资源利用率。可以预见,在向云数据中心的演进中,分布式云存储越来越受到企业的青睐。
在2017年6月存储性能理事会(storage performance council, SPC)公布的SPC-1基准评测报告中,FusionStorage云存储获得了分布式存储领域的最高实证性能。FusionStorage可提供低至300微秒时延能力,满足运营商核心数据库、金融联机生产等场景快速IO响应诉求,让关键业务高速稳定运行;基于分布式哈希(DHT)的华为专利全分布式架构,单集群横向扩展最大可达4096个节点,构建百PB级超大数据集中存储池,为数据价值二次挖掘提供最简单的存储架构。
FusionStorage云存储支持多级业务连续性保障解决方案,供用户按需部署,结合独有的全分布式免网关“双活”方案,可提供99.9999%的方案级可靠性,适用于虚拟化及数据库等多应用场景,保障关键业务不中断,提供业界唯一支持秒级RPO(恢复点目标)的异步复制技术,适用于远距离数据保护场景。
在降本增效方面,FusionStorage云存储的核心数据冗余编码技术EC Turbo,可根据存储集群规模自动调整冗余策略,磁盘空间利用率可达80%,且相对传统三副本冗余方式性能无下降,解决分布式存储磁盘空间利用率与性能不可兼得的业界难题。即使在数据库应用场景中也能达到3:1的数据缩减(重复数据删除与数据压缩)能力,进一步帮助用户节省存储空间。同时,FusionStorage云存储具备硬件换代数据免迁移能力,实现存储系统永新。
FusionStorage云存储也具备更完善的企业级生态兼容能力,支持企业级iSCSI,不仅广泛兼容虚拟化平台、Linux应用,还增加了对Unix及Windows系统的兼容能力,以最简单的存储池满足最复杂的混合负载数据存储。同时,作为华为公有云和私有云存储服务的共同基础架构,FusionStorage云存储可提供业界唯一的原生云存储能力,帮助企业以更平滑的方式实现企业数据在线上(公有云)、线下(企业私有云数据中心)的合理分布。
自2012年首次发布以来,华为FusionStorage云存储已为全球数千家企业用户持续提供数据存储服务,商用部署容量超过3 EB,加速企业数字化转型。中国招商银行采用FusionStorage构建分布式云存储资源池,为OLAP、OLTP类业务及数据智能分析类业务提供高效稳定的存储服务,使资源发放效率提升10倍,整体TCO降低40%;中国移动辽宁公司部署FusionStorage超过10 PB容量,实现BSS域、OSS域关键业务数据库及B2B业务云资源池存储从传统孤岛式架构向分布式云架构的演进。
华为IT存储产品线总裁孟广斌表示:“和上一代产品相比,华为全新一代分布式云存储FusionStorage在性能、可靠性、资源节省及企业级生态开放方面提供全面领先的技术能力,将帮助任何行业、任何规模的企业实现基于数据驱动的业务创新。”
HUAWEI CONNECT 2018作为华为自办的面向ICT产业的全球性年度旗舰大会,于2018年10月10日-12日在上海隆重举行。本届大会以“+智能,见未来”为主题,旨在搭建一个开放、合作、共享的平台,与客户伙伴一起共同探讨如何把握新机遇创造智能未来。欲了解更多详情,请参阅:https://www.huawei.com/cn/press-events/events/huaweiconnect2018?ic_medium=hwdc&ic_source=corp_banner_allwayson&source=corp_banner
好文章,需要你的鼓励
TPU与GPU之间的竞争正在重塑AI硬件市场格局。GPU基于并行处理,能处理多样化任务,而TPU专门针对张量矩阵运算进行优化。谷歌TPU采用类似RISC的设计理念,通过限制功能来提升特定运算效率。随着Meta计划在2027年采购数十亿美元的TPU芯片,Anthropic宣布使用百万TPU训练Claude模型,TPU生态系统正在获得发展动力,对英伟达的GPU霸主地位构成挑战。
Meta与华盛顿大学联合研究团队开发出无需人类标注的AI评判官自我训练框架。该方法通过生成合成对比数据、自我判断筛选和反复学习,使110亿参数的AI评判官在多项视觉语言任务中超越GPT-4o等大型模型,成本仅为传统方法的1%,为AI自主学习和评估开辟新路径。
本文提出2026年AI发展十大预测,包括AI估值修正、投资泡沫持续、AGI不仅依赖大语言模型、AI代理将加剧工作替代等。作者强调社会接受度对技术发展的重要性,认为成功企业将重构运营模式以AI为核心,同时指出政府仍将重视STEM教育而忽视社会科学的价值。
华中科技大学团队开发出4DLangVGGT技术,首次实现AI系统对4D动态场景的语言理解。该技术突破传统方法需要逐场景训练的限制,能跨场景通用部署。系统结合几何感知和语义理解,不仅能识别物体还能描述其时间变化过程。实验显示在多项指标上超越现有方法1-2%,为机器人、AR/VR、智能监控等领域提供重要技术支撑。