Google Cloud今天宣布Filestore High Scale的Beta版全面上市,这是一个新的文件存储层,为运行高性能计算工作负载的客户新增了横向扩展存储功能。
Filestore High Scale被认为是Google Cloud Filestore服务发展的下一阶段,整合了谷歌去年7月以2亿美元收购数据存储初创公司Elastifile所获得的功能,其部署的共享文件系统让用户拥有数百TB的存储容量,并可以实现每秒吞吐量数十GB,IOPS达数十万次。
谷歌产品经理Tad Hunt和Allon Cohen在发布这一消息的博客文章中写道:“无论是迁移传统应用,使用Kubernetes对现有应用进行现代化改造,还是通过扩展满足大型计算工作负载的性能要求,Filestore现在都可以轻松应对这些挑战。”
已经有早期用户在使用Filestore High Scale了。哈佛医学院瓦格纳实验室博士后研究员Christoph Gorgulla使用该服务启动了一个名为VirtualFlow的虚拟筛查程序,用于发现COVID-19的潜在治疗方法。Gorgulla解释说,这个程序让他所在的实验室能够在药物发现过程中,针对目标蛋白质测试数十亿个小分子,速度比传统方法要快得多。
Gorgulla说:“我们需要这样一个文件系统,可以处理配置了数万个vCPU的数千个客户端同时生成的负载。大多数Filestore设置都是自动化的,我们可以即时扩展容量,可以通过简单的图形界面主动监控工作流的速度。VirtualFlow可以大大缩短了发现药物和治疗措施所需的时间,有望更快地开发出针对COVID-19和其他疾病的疗法。”
谷歌表示,Filestore High Scale横向扩展存储还适用于电子设计自动化、财务建模、基因组学和视频处理等工作负载。
Hunt和Cohen写道:“文件存储是高性能计算应用的一个关键组成部分,而Filestore High Scale能够满足这些需求,包括在云中横向扩展文件存储的可预测性能,按需扩展和缩减文件系统的能力。了解你所需性能水平的相关成本之后,就可以更轻松地设计出解决方案并根据不断变化的工作负载需求进行优化。”
他们说,Filestore High Scale作为完全托管的云服务,最大的特点是易于使用,只需单击几下即可启动实例,并通过Google Cloud或API调用实现自动管理。该服务还可以与Google Cloud Monitoring配合使用,监视文件系统的运行状况,还可以集成各种工作负载管理调度系统。此外谷歌还增加了新的访问控制功能,以满足更高级别的安全要求。
Constellation Research分析师Holger Mueller认为,高性能计算应用需要可扩展的存储解决方案,这种解决方案必须能够随时服务和存储运行所需的大量数据。
他说:“谷歌通过Filestore High Scale产品提高了高性能存储能力,而且很高兴看到这个产品已经给COVID-19相关研究产生了影响,也很高兴看到谷歌对Elastifile的收购取得了成果。”
好文章,需要你的鼓励
IBM Spyre加速器将于本月晚些时候正式推出,为z17大型机、LinuxONE 5和Power11系统等企业级硬件的AI能力提供显著提升。该加速器基于定制芯片的PCIe卡,配备32个独立加速器核心,专为处理AI工作负载需求而设计。系统最多可配置48张Spyre卡,支持多模型AI处理,包括生成式AI和大语言模型,主要应用于金融交易欺诈检测等关键业务场景。
微软研究院提出潜在分区网络(LZN),首次实现生成建模、表示学习和分类任务的真正统一。该框架通过共享高斯潜在空间和创新的潜在对齐机制,让原本独立的AI任务协同工作。实验显示LZN不仅能增强现有模型性能,还能独立完成各类任务,多任务联合训练效果更是超越单独训练。这项研究为构建下一代通用AI系统提供了新的架构思路。
意大利初创公司Ganiga开发了AI驱动的智能垃圾分拣机器人Hoooly,能自动识别并分类垃圾和可回收物。该公司产品包括机器人垃圾桶、智能盖子和废物追踪软件,旨在解决全球塑料回收率不足10%的问题。2024年公司收入50万美元,已向谷歌和多个机场销售超120台设备,计划融资300万美元并拓展美国市场。
上海AI实验室开发的VLAC模型让机器人首次具备真实世界自主学习能力。该系统如同给机器人配备智能导师,能实时评估动作效果并从中学习。在四个操作任务测试中,机器人成功率从30%提升至90%,仅需200次练习。技术结合视觉、语言理解和动作生成,支持跨场景适应和人机协作,为家庭服务、医疗护理等领域应用奠定基础。