今天能十年坚持做一件事情的企业真是凤毛麟角,而北京忆恒创源科技有限公司(Memblaze)十年来就坚持做一件事,让SSD固态盘发挥其真正的价值。在2020年三月份,Memblaze推出新一代的企业级NVMe SSD PBlaze5 920系列产品,采用96层3D eTLC NAND,最高容量达7.68TB,笔者第一时间对Memblaze产品市场总监朱磊进行了独家采访。
用户体验是检验产品的试金石
移动互联时代,用户应用场景不断发生变化,同时新技术又在迅速迭代,如何保证用户的优质体验成为企业产品竞争力的核心。NVMe SSD因为其高性能、低延迟特性,在数据库、虚拟化和分布式存储系统等场景中发挥着越来越重要的作用。
“PBlaze5 920系列,5指的是第五代,9是代表高性能,2是代表目前主流的96层3D eTLC NAND存储颗粒”,朱磊表示。PBlaze5 920系列拥有U.2接口2.5英寸硬盘及半高半长插卡两种形态,最高容量达7.68TB。PBlaze5 920系列包括D920, C920, D926以及C926 4组SKU。
Memblaze PBlaze5 920系列企业级NVMe SSD
高达5.9GB/s顺序读带宽、97万读IOPS性能,同时读/写延迟低至90/12μs等一系列参数,背后是Memblaze对于用户需求和痛点的快速响应,“此次非常迅速的采用96层3D NAND闪存颗粒,也正是Memblaze希望给用户提供一款更好密度和成本的SSD产品,”朱磊表示。
同时,PBlaze5 920系列NVMe SSD还大幅提升了GC效率,4KB随机写的性能也因此得到大幅提升, 如3.2/3.84TB SKU的随机写性能相比PBlaze5 910系列同SKU提升了40%。
优化QoS,大幅提升用户体验
PBlaze5 920系列NVMe SSD在4K随机写,从空盘到稳态,以及顺序写和随机写互相转换的状态下,均可实现平滑过渡,保障SSD性能平稳无大幅抖动。PBlaze5 920系列优异的QoS一致性,帮助客户避免了由于业务访问激增,SSD个别IO处理时间过长,造成部分用户体验差甚至业务中断的风险;同时良好的I/O QoS,为云计算、存储系统整体QoS提升提供可靠保障。
“对于云服务商来说,他们可能会采用各种品牌的SSD产品,这些SSD产品的性能也不尽相同。但对于他们的用户而言,更希望这些SSD性能接近,这样在给云计算客户分配存储时可以尽量做到相同售价近似的用户体验。所以,我们会根据客户的需求把Memblaze SSD产品的性能做一些限制,和其它厂商尽量保持一致同步,”朱磊谈到,“我们的Quota by Namespace(多命名空间的性能配额管理)性能就是在做这样的事情。”
同时,通过Quota by Namespace这一特性,可以限定SSD的随机写性能为稳态时的性能,这样可以避免客户经历空盘、不稳定的转换阶段,然后最终达到SSD随机写稳态的过程,使得客户获得的SSD性能在生命周期内保持一致。
Quota by Namespace, 保证业务IO访问优先级
面对企业多业务场景在单一大容量NVMe设备上的部署,PBlaze5 920 系列 NVMe SSD支持最高创建32个命名空间,并进一步提供基于命名空间的性能配额管理功能,企业用户可以自主限定非关键业务所在命名空间的吞吐能力,保证关键业务所在命名空间的存放访问QoS。这也是业界为数不多的拥有该功能的企业级SSD产品。
具体操作是通过命令设置不同Namespace的带宽上限,当业务优先级较低的Namespace对IO资源的使用突然超过带宽限制时,SSD将对其性能进行限制,以避免与优先级更高的Namespace争夺IO资源。与此同时,32个命名空间都有独立的 key, 对数据加密隔离以保障每个命名空间中的业务数据安全。
可变Sector Size管理,灵活的端到端数据保护方案
可变Sector Size(Variable Sector Size,简称VSS),可以在保存用户数据的同时,保存该数据的元数据或端到端数据保护信息(PI)。这个功能主要是针对那些对端到端数据保护要求极高的应用场景,比如金融行业对数据的安全性要求非常高,决不能出现任何静默错误, 因为对上层的存储软件来说这意味着数据不一致,存储软件只有通过定期的SCRUB机制才能发现静默错误,但往往为时已晚。而采用Memblaze SSD的 VSS技术能够在保证高性能的情况下,规避静默错误的发生,进一步保证存储系统和分布式文件系统对数据可靠性的要求。
在线固件升级,确保关键业务连续不中断
今天在移动互联时代,7X24小时业务连续不能中断成为必须,而这也对云存储或存储系统的可靠性提出了更高的要求。从运维角度,如何保证在SSD固件升级过程中业务不中断成为厂商关注的焦点。
传统SSD固件升级操作需要冷重启服务器,再重新启动业务系统的各个模块,工作繁琐也容易出错。
Memblaze PBlaze5 920系列NVMe SSD支持在线固件升级,即使在业务有IO的情况下,也无需重启服务器,就可以完成固件升级,保证了存储系统服务的连续性,并且大幅简化了运维环节,降低了IT系统运维难度以及运维成本。
好文章,需要你的鼓励
香港中文大学与华为诺亚方舟实验室合作开发了PreMoe框架,解决了大型混合专家模型(MoE)在内存受限设备上的部署难题。研究团队发现MoE模型中的专家表现出明显的任务专业化特征,据此提出了概率专家精简(PEP)和任务自适应专家检索(TAER)两大核心技术。实验证明,DeepSeek-R1 671B模型在精简50%专家后仍保持97.2%的MATH500准确率,内存需求降至688GB;而更激进的精简方案(减少87.5%专家)也能保持72.0%的准确率。该方法适用于多种MoE架构,为强大AI系统的广泛部署铺平了道路。
SCIENCEBOARD是一项开创性研究,旨在评估多模态自主智能体在真实科学工作流中的表现。研究团队构建了一个包含169个高质量任务的基准测试,涵盖生物化学、天文学等六个科学领域,并开发了一个真实环境让智能体通过CLI或GUI接口与科学软件交互。实验评估表明,即使是最先进的模型在这些复杂科学任务上的成功率也仅为15%,远低于人类表现,揭示了当前技术的局限性并为未来科学智能体的发展提供了宝贵见解。
帝国理工学院的研究团队开发了AlphaMed,这是首个仅通过极简规则强化学习就能培养医疗推理能力的AI模型,无需依赖传统的思维链示范数据。通过分析数据信息丰富度和难度分布的影响,研究发现高信息量的医疗问答数据是推理能力的关键驱动因素。AlphaMed在六个医疗问答基准上取得了领先成绩,甚至超越了更大的封闭源模型,同时展现出自发的步骤推理能力,为医疗AI发展提供了更加开放、高效的新路径。
Alita是一种新型通用AI代理系统,采用极简设计理念,以"最小预定义,最大自我进化"为原则构建。由普林斯顿大学等多家机构研究团队开发的Alita,只配备一个核心能力和少量通用模块,能自主创建所需工具并重用为模型上下文协议(MCPs)。实验显示,Alita在GAIA基准测试上达到87.27%的通过率,超越包括OpenAI Deep Research在内的复杂系统,证明简约设计可带来卓越性能。