至顶网拉斯维加斯现场报道:在2019年10月9-10日举办的NEXT 2019上,Hitachi Vantara宣布了强大的下一代存储和基础架构基础,包括全球最快,具有新的横向、纵向扩展架构的Hitachi虚拟存储平台(VSP)5000系列,以及New Hitachi Ops Center管理软件和更新的Hitachi存储虚拟化操作系统。
通过这些技术的结合Hitachi Vantara实现了现代企业基础架构的基础。打造面向未来的IT数据中心,云和DataOps环境现代化基础。
VSP 5000系列是全新的企业级闪存阵列,经过优化,可充分利用SAS架构,NVMe和存储类内存(SCM)来提供一流的性能和弹性扩展。 采用了NEW Hitachi Accelerator Fabric,高达2100万的IOPS,响应时间低至70微秒。VSP 5000系列可用于实时在线的数字业务。
带有新的重复数据删除优化器的VSP 5000系列使用高级机器学习(ML)算法,根据数据块大小和其他特征对重复数据删除流程进行即时优化。这可以在在线重复数据删除和后期重复数据删除之间进行优化,以最大程度地减少数据,而对性能的影响最小,总缩减比例7:1。
通过自保护IO架构和四倍冗余结构为业界提供领先的99.999999%可用性。该解决方案能够扩展至69 PB的海量容量。
全新的Hitachi Ops Center管理软件将人工智能引入基础架构管理和运营中,从而优化决策过程并实现现代化的资源配置,进而最大程度地获取投资回报。Hitachi Ops Center可自动处理多达70%的任务,从而加快客户实现数据中心自动化,同时还可以提供更快、更准确的系统运行状况诊断,使数据运营时刻保持最佳状态。
VSP Cloud Connect Pack添加了一个HNAS 4000文件存储网关,数据可通过该网关移至公有云,从而为数据中心释放出额外的存储空间。移动到公有云的数据将被对象化,从而可以很轻易地为这些数据建立索引,方便搜索。
日立存储虚拟化操作系统 (Hitachi Storage Virtualization Operating System,SVOS) 为VSP 5000系列提供支持,并对横向扩展架构、NVMe性能和包括SCM在内的新一代存储介质进行优化。SVOS引入了人工智能技术以适应不断出现的各种变化,从而优化工作负载的性能,降低存储成本,以及预判可能对系统运行造成干扰的故障因素等。
据了解,VSP 5000系列是行业内首先实现在同一存储系统阵列中兼容NVMe和SAS闪存介质的存储系统,同时优化各种工作负载性能并降低成本。智能分层技术可以利用AI和机器学习 (machine learning,ML) 实现动态地数据调整,通过升级和降级将数据写入优化层级,从而加快应用运行。
好文章,需要你的鼓励
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
Gradient Labs首席执行官Dimitri Masin认为,企业使用AI客服代理时应仅在机器人成功解决问题时付费。他批评Salesforce按对话收费的模式,指出其AI代理在单轮对话中成功率仅58%,多轮对话更低至35%。Masin提出按解决方案计费的模式,声称可为企业节省约70%成本,并通过分层定价反映不同复杂度查询的价值差异。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。