据透露,开源Ceph存储系统的研发速度可能比大家的预期更快一些。对于感兴趣的朋友们,根据我们得到的消息,四节点Ceph集群可以利用美光NVMe SSD提供227.7万随机读取IOPS——这样的水平在面对任何标准的考核中都堪称高性能。
美光公司发布了一份长达31页的参考架构(简称RA,https://www.micron.com/resource-details/30c00464-e089-479c-8469-5ecb02cfe06f)文档,旨在宣称其NVMe闪存驱动器能够为Ceph集群(此前曾被称为快速访问存储软件系统)带来的加速效果。
Ceph属于开源存储方案,其利用底层对象存储方案交付文件、块与对象存储资源。其通常利用集群服务器节点构建而成,并借此实现性能、可伸缩性与容错性。此外,其中还设有对象存储节点与监控节点,二者共同为Ceph存储提供虚拟功能池。

该产品目前由红帽以及SUSE开始提供。
其基本参考架构组件包括:
整体系统可容纳7U机架空间,用户可以利用其构建起规模更大的Ceph存储体系。
其侧重于加速块性能,同时亦加速对象IO。美光公司表示性能水平可参考下图所示:

在理想情况下,这套系统的性能水平可以与其它使用NVMe驱动器的SAN阵列或者对象存储阵列进行比较; 但可以肯定的是,其性能将必然高于使用磁盘驱动器的存储系统。
总结来讲,这套参考架构定义了一套得到预先验证且完整记录的系统,可供技术客户及销售商用于构建及部署令人惊讶的高性能Ceph系统。
好文章,需要你的鼓励
亚马逊云服务部门与OpenAI签署了一项价值380亿美元的七年协议,为ChatGPT制造商提供数十万块英伟达图形处理单元。这标志着OpenAI从研究实验室向AI行业巨头的转型,该公司已承诺投入1.4万亿美元用于基础设施建设。对于在AI时代竞争中处于劣势的亚马逊而言,这项协议证明了其构建和运营大规模数据中心网络的能力。
Meta FAIR团队发布的CWM是首个将"世界模型"概念引入代码生成的32亿参数开源模型。与传统只学习静态代码的AI不同,CWM通过学习Python执行轨迹和Docker环境交互,真正理解代码运行过程。在SWE-bench等重要测试中表现卓越,为AI编程助手的发展开辟了新方向。
当今最大的AI数据中心耗电量相当于一座小城市。美国数据中心已占全国总电力消费的4%,预计到2028年将升至12%。电力供应已成为数据中心发展的主要制约因素。核能以其清洁、全天候供电特性成为数据中心运营商的新选择。核能项目供应链复杂,需要创新的采购模式、标准化设计、早期参与和数字化工具来确保按时交付。
卡内基梅隆大学研究团队发现AI训练中的"繁荣-崩溃"现象,揭示陈旧数据蕴含丰富信息但被传统方法错误屏蔽。他们提出M2PO方法,通过改进数据筛选策略,使模型即使用256步前的陈旧数据也能达到最新数据的训练效果,准确率最高提升11.2%,为大规模异步AI训练开辟新途径。