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
CoreWeave发布AI对象存储服务,采用本地对象传输加速器(LOTA)技术,可在全球范围内高速传输对象数据,无出口费用或请求交易分层费用。该技术通过智能代理在每个GPU节点上加速数据传输,提供高达每GPU 7 GBps的吞吐量,可扩展至数十万个GPU。服务采用三层自动定价模式,为客户的AI工作负载降低超过75%的存储成本。
IDEA研究院等机构联合开发了ToG-3智能推理系统,通过多智能体协作和双重进化机制,让AI能像人类专家团队一样动态思考和学习。该系统在复杂推理任务上表现优异,能用较小模型达到卓越性能,为AI技术的普及应用开辟了新路径,在教育、医疗、商业决策等领域具有广阔应用前景。
谷歌DeepMind与核聚变初创公司CFS合作,运用先进AI模型帮助管理和改进即将发布的Sparc反应堆。DeepMind开发了名为Torax的专用软件来模拟等离子体,结合强化学习等AI技术寻找最佳核聚变控制方式。核聚变被视为清洁能源的圣杯,可提供几乎无限的零碳排放能源。谷歌已投资CFS并承诺购买其200兆瓦电力。
上海人工智能实验室提出SPARK框架,创新性地让AI模型在学习推理的同时学会自我评判,通过回收训练数据建立策略与奖励的协同进化机制。实验显示,该方法在数学推理、奖励评判和通用能力上分别提升9.7%、12.1%和1.5%,且训练成本仅为传统方法的一半,展现出强大的泛化能力和自我反思能力。