Pure Storage今天宣布推出基于QLC闪存(是一种尚未在数据中心广泛部署的固态内存)的FlashArray//C存储系统升级版。
该系统旨在取代传统的混合阵列——一种结合了闪存和磁盘存储的、被广泛使用的存储系统。Pure Storage认为,这种硬件可以帮助企业更有效地运行Tier 2工作负载,例如通常部署在混合阵列上的备份应用。
Tier 2工作负载是对企业运营至关重要的一系列服务,但无需运行在数据中心速度最快的硬件系统赶上,FlashArray//C正是专门为此类应用设计的。Pure Storage最初设计的FlashArray//C使用的就是QLC,但去年发布的时候是不可用的,当时Pure Storage承诺会在2020年增加对QLC的支持。
QLC闪存中的Quad-Level Cell的缩写。所有闪存芯片都是由硅单元构成的,这些单元以电荷的形式存储数据,对应1和0,一个单元中可以存储的数据量,取决于能够保存多少个所谓的电荷状态。QLC闪存的每个单元中可以保存16个电荷状态,是目前能够批量生产的容量最高的固态内存。
但QLC芯片也有某些缺点,使其速度要慢于数据中心中采用的其他主流闪存。不过,QLC的高容量使其更适合于各种存储密集型Tier 2工作负载,包括备份、商业智能和许多通用计算任务,这些都是Pure Storage有望通过此次升级FlashArray//C系统瞄准的使用场景。
Pure Storage表示,FlashArray//C是业界第一个可以完全满配QLC闪存的存储系统。客户可以选择两个QLC模块:一个24.7 TB的模块和一个密度更大的49 TB模块,Pure Storage称,这是目前市场上的最高容量。而且,FlashArray//C阵列可容纳多个模块。
Pure Storage表示,该系统可以降低运行Tier 2工作负载的成本,“淘汰”掉用于此类应用的传统混合闪存和磁盘阵列。企业之所以选择混合阵列,是因为磁盘比闪存更便宜,混合在一起的系统成本效益总体上要高于全闪存系统。
但是在适当的价格点上,全闪存系统具有性能更高的优势。Pure Storage表示,FlashArray//C打消了客户使用外部厂商混合阵列的需求,从而简化了数据中心的维护流程。现在,他们可以将Pure Storage硬件用于运行关键任务和Tier 2工作负载,这会将降低维护两组完全独立的存储基础设施的复杂性。
好文章,需要你的鼓励
谷歌研究团队推出VaultGemma,这是其首个采用差分隐私技术的大语言模型。该模型基于Gemma 2构建,拥有10亿参数,通过在训练阶段引入校准噪声来防止模型"记忆"敏感用户数据。研究团队建立了差分隐私缩放定律,平衡计算预算、隐私预算和数据预算。尽管添加差分隐私会影响准确性,但VaultGemma在性能上与同规模非私有模型相当。该模型现已在Hugging Face和Kaggle平台开放下载。
香港中文大学联合上海AI实验室推出Dispider系统,首次实现AI视频"边看边聊"能力。通过创新的三分式架构设计,将感知、决策、反应功能独立分离,让AI能像人类一样在观看视频过程中进行实时交流,在StreamingBench测试中显著超越现有系统,为教育、娱乐、医疗、安防等领域的视频AI应用开启新可能。
英国宽带服务商Olilo正式推出多千兆宽带服务,专门面向技术人员、工程师、系统管理员和家庭实验室爱好者。该公司自建Layer 2网络基础设施,提供对称多千兆宽带,支持静态IPv4地址和原生IPv6。Olilo与伦敦三大互联网交换中心建立对等连接,在英国对等网络中排名第24位。服务经过150多名技术用户的付费封闭测试,并通过Discord社区持续收集用户反馈优化服务。
Atla公司发布Selene Mini,这是一个仅有80亿参数的AI评估模型,却在11个基准测试中全面超越GPT-4o-mini。通过精心的数据筛选和创新训练策略,该模型不仅能准确评判文本质量,还能在医疗、金融等专业领域表现出色。研究团队将模型完全开源,为AI评估技术的普及和发展做出贡献。