2020年,新华三集团推出“AI in ALL”智能战略及其具体实践“数字大脑计划2020”,新华三的计算存储基础架构也随之更新。对新华三而言,存储智能引擎已经发展成为智能数据平台IDP的最核心部件,其中基于在线数据智能引擎能够提供了自动预防,智能预测,应用感知分析等功能,离线数据智能引擎也能为存储提供了智能性能管理,应用负载管理,虚机拓扑管理等功能。
存储系统面临越来越多管理问题
企业面临的IT环境越来越复杂,在企业的发展过程中,成百上千台虚拟机,以及在虚拟机上运行的众多应用,不仅造成了IT系统造成了性能等影响,同时对IT环境中的虚拟、存储、网络的管理和运维带来了更多的挑战,并且虽然超过90%的问题出现在存储之外,但是由于存储是数据最后存取的地方,很多时候存储会成为背锅侠。
但是真实的情况是,任何的问题可能出现在从业务应用到数据存储整个管理过程中,需要各个方位的专家对应用数据库、网络、存储等多个方面进行会诊来排查问题。所以造成的问题是基于人的手动管理和运维已经无法满足越来越复杂的IT系统。
智能存储引擎助力存储运维
人工智能技术的兴起以及创新发展,让人们意识到可以利用人工智能和大数据学习来做数据存储系统的运维管理,新华三提出的智能存储引擎就基于全球人工智能平台收集数万的探针的状态,在后台进行分析原因并给出解决方案,可以做到故障自动排查,还能对存储系统性能和容量进行智能预测,为规划和扩容提供依据,并感知端到端管理,可快速定位存储和存储以外的故障。
新华三端到端的智能引擎,包括在线智能引擎和离线智能引擎的运维管理。通过智能引擎InfoSight平台,新华三可以实现云端-数据中心-存储本地实现端到端的智能覆盖,对于运维人员而言,智能引擎可以改变存储管理运维习惯,实现从被动的应变变为主动的预知和预防;同时在存储部署升级方面,智能引擎还能让存储具备云一样的特性,包括敏捷交付,极简管理等。一方面智能引擎还可以为用户精确地做出性能和容量的预测,并提供了扩展容量,扩充性能和升级控制器,一方面也让存储系统中遇到的问题可以提前预测。
在智能引擎的帮助下,一个问题只要全球范围内发生了一次,就可以针对类似环境进行分析和补丁,或者把这些特定环境列入到升级的黑名单来规避这个问题。
同时新华三还针对部分用户的存储由于各种原因无法接入互联网无法享受在线智能引擎实时分析功能,还把部分人工智能的分析成果做成离线知识库内置到存储OS中,来综合实现在线和离线智能引擎功能。
存储智能引擎成为整个数据基础设施的核心支撑
今天智能引擎从存储管理已经扩展到了整个IT基础架构管理,比如服务器的管理,超融合产品的管理,同时智能引擎也规划了更多的功能。未来的存储智能引擎将让人工智能的算法针对每个客户的不同应用来智能的划分存储资源配置,来确保存储的资源更好地发挥效能,使得整个存储能够运行得更为平滑。
好文章,需要你的鼓励
在“PEC 2025 AI创新者大会暨第二届提示工程峰会”上,一场以“AIGC创作新范式——双脑智能时代:心智驱动的生产力变革”为主题的分论坛,成为现场最具张力的对话空间。
人民大学团队开发了Search-o1框架,让AI在推理时能像侦探一样边查资料边思考。系统通过检测不确定性词汇自动触发搜索,并用知识精炼模块从海量资料中提取关键信息无缝融入推理过程。在博士级科学问题测试中,该系统整体准确率达63.6%,在物理和生物领域甚至超越人类专家水平,为AI推理能力带来突破性提升。
Linux Mint团队计划加快发布周期,在未来几个月推出两个新版本。LMDE 7代号"Gigi"基于Debian 13开发,将包含libAdapta库以支持Gtk4应用的主题功能。新版本将停止提供32位版本支持。同时Cinnamon桌面的Wayland支持持续改进,在菜单、状态小程序和键盘输入处理方面表现更佳,有望成为完整支持Wayland的重要桌面环境之一。
Anthropic研究团队开发的REINFORCE++算法通过采用全局优势标准化解决了AI训练中的"过度拟合"问题。该算法摒弃了传统PPO方法中昂贵的价值网络组件,用统一评价标准替代针对单个问题的局部基准,有效避免了"奖励破解"现象。实验显示,REINFORCE++在处理新问题时表现更稳定,特别是在长文本推理和工具集成场景中展现出优异的泛化能力,为开发更实用可靠的AI系统提供了新思路。