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
企业谈AI基础设施时,注意力往往首先集中在模型、GPU和算力集群上。但当大模型应用走向规模化推理,一个瓶颈开始浮现:算力采购完成,并不意味着Token能够被稳定、低成本、可控地交付出去。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。