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
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
马里兰大学研究团队通过测试25个大型AI模型发现,即使最先进的AI评判系统在需要同时考虑多个标准时也会出现严重偏差,准确率仅32%-53%。研究构建了Multi-Crit评测基准,揭示了AI在多标准权衡中的根本性局限,为改进AI评判系统的公平性和可靠性提供了重要参考,对AI在内容审核、产品评价等应用场景具有重要指导意义。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
南京理工大学团队开发ViLoMem框架,首次实现AI的双流记忆机制,分别处理视觉和逻辑错误。该系统模仿人类认知,让AI能从错误中持续学习,在数学推理等多模态任务中显著提升准确率,为AI从被动工具向主动学习伙伴的转变提供了重要技术突破。