随着数据的爆炸式增长,人工智能、物联网等新技术的成熟,企业也正在加速行业数字化转型,遍及端、边、核心、云各个场景之智能应用产生的海量数据给存储市场带来了新的机遇和挑战。
近日,IDC公布2020年第三季度中国企业级存储市场跟踪报告。新基建驱动下企业不断加大IT基础设施投入,中国企业级存储市场保持稳健增长。其中浪潮全闪存储销售额跃居中国第二,市场增速61%。
浪潮存储能够实现高速增长,不仅与其新数据存储前瞻洞察密不可分,携手英特尔进行技术创新更不可忽视。
浪潮存储提出新数据存储战略,浪潮存储的新存储之道聚焦新架构、新介质、新能力的打造,希望通过三大创新能力来加速数据处理、数据共享和加强数据在线,帮助企业彻底释放数据价值。在新存储之道的新架构方面,浪潮存储提供 “多合一”极简架构,以一套存储支持块、文件、对象、大数据等多种数据服务,满足超大规模数据中心的海量多元数据的存储需求。
在新介质方面,浪潮存储产品线总经理李辉表示,目前浪潮已经广泛应用英特尔傲腾固态盘,将傲腾SSD新技术融入企业级存储,进一步提升存储性能;并且,浪潮自主研发的企业级NVMe SSD也已经商用,成功应用到浪潮存储多款产品之中。在浪潮存储上两大存储产品,集中式存储(传统存储)和分布式存储都引入傲腾SSD。浪潮推出了业界首款搭载傲腾双端口NVMe SSD的全闪存储,并开发了独特的iTurbo智能引擎技术来进一步提升存储系统智能感知、多路径选择、自组织和自调用的能力。
浪潮分布式存储平台也引入傲腾的单端口固态盘,作为一个缓存介质来加速分布式存储,基于傲腾产品和技术的高性价比,提升浪潮分布式存储解决方案的优势。
浪潮存储还将努力提升存储的各项新能力。比如在性能优化方面,浪潮存储基于iTurbo智能引擎,对IO、路径、数据块、空间条带等要素进行智能调度能力,让百万级IO在存储系统内并发流动;又如,浪潮存储基于InView统一智能管理平台对故障、容量、性能进行智能预测,使得数据中心智能运维更加自动化和智能化。
英特尔技术专家也指出,随着大数据时代的来临,数据挖掘、数据价值是至关重要的。在这一过程中,傲腾扮演了重要的角色,即如何从CPU到存储池打通计算队列,可以更快的发挥数据效用。兼具高带宽、低延迟、高寿命特性的傲腾,在本质上具备着一个承上启下的作用,不管是傲腾固态盘,亦或是傲腾内存,都在横向助力客户进行存储扩展和内存计算的扩展。
与此同时,李辉也指出,采用傲腾技术和产品,能够为浪潮存储产品带来产品性能和市场推广的双提升。一方面,傲腾双端口SSD在浪潮全闪存储的架构、硬件平台上都有集成、适配,通过一些软件方面的优化,在性能有了接近翻番的提升。采用英特尔傲腾固态盘可以有效的让浪潮全闪存储时延挑战0.1毫秒这个目标。同时,在接下来我们也会继续优化软件栈,能够把傲腾固态盘的性能潜力挖掘到最大。另一方面,在市场方面,浪潮全闪存储产品的全系列标配和适配了傲腾SSD,浪潮和英特尔双方都会在产品应用和推广方面做更精准、深入的匹配。
尤其是在不久前的2020英特尔内存存储日活动上,英特尔一口气推出了三款采用144层存储单元的全新NAND固态盘,包括适用于主流计算的英特尔下一代144层QLC 3D NAND固态盘——英特尔固态盘670p;全球首个推向市场的144层TLC NAND设计的英特尔固态盘D7-P5510;采用业内首个144层QLC NAND并具备更高密度、更强持久性的英特尔固态盘D5-P5316,以进一步强化内存存储产品组合,帮助客户应对数据爆发所带来的挑战,并加速公司以数据为中心的战略转型。
展望未来,李辉表示,英特尔新一代的NVM介质技术和相应的产品的发布,以及新一代的存储架构、存储产品形态,与浪潮技术的融合,能够使浪潮存储系统的性能实现数量级或者是倍数级的性能提升,进一步解决客户在数字化转型当中碰到的数据存储、处理能力方面的挑战,为用户带来更大的价值。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。