云原生工作负载的规模化普及,正推动人们以多种方式考虑存储支持。而种种具备明确位置中立性的数据存储方案,又带来更多新的挑战。云原生容器技术对持久性存储提出的不同要求,已经成为存储软件快速发展的最新驱动力。
数据管理与数据放置都是有待解决的复杂难题,保证跨混合云基础设施拥有统一的访问性及可用性同样挑战重重,实现适当水平的网络弹性更是难上加难。而满足所有这一切的同时,我们还需要让整体存储系统保持一定的性能水平,确保与存储对接的关键业务应用始终享有良好的数据馈送效果。
上述需求也同样适用于支持AI的工作负载存储方案。时至今日,AI已经成为企业中的主流工作负载。要让强大的算力与数据顺畅匹配,我们就必须为AI设计出强大的存储机制。
蓝色巨人当然也明确意识到以上现实要求,并据此设计出IBM的下一代存储解决方案。下面具体来看。
如今,存储架构正不断发展以满足云原生工作负载的现实需求。业务发现,存储的负责已经不仅是简单提供可供容器集成使用的CSI驱动程序;存储服务本身也需要实现容器原生转型,从而充分匹配云原生工作负载的运转特性。
面对容器原生存储这一现实发展趋势,IBM继续保持领先、做出积极探索。蓝色巨人刚刚公布的Spectrum Fusion,正是他们为云原生世界交出的存储答卷。
IBM Spectrum Fusion提供多种重要元素,帮助用户解决将云原生架构部署至企业时遇到的各种痛点。具体来讲,Spectrum Fusion将IBM Spectrum Scale的非结构化数据管理功能、IBM Spectrum Discover中的元数据管理功能以及IBM Spectrum Data Protection Plus中的数据保护要素充分融合了起来。
IBM将首先把上述功能融入一套新的HCI(超融合基础设施)解决方案,即IBM Spectrum Fusion HCI。Spectrum Fusion HCI将IBM Spectrum软件套件中的云技术优势,同Red Hat打造的OpenShift容器管理软件相结合,统筹为一款面向容器与虚拟机的集成化HCI设备。
IBM Spectrum Fusion HCI的基本配置包含一款42U机架、两台100 GbE以太网交换机、两台以太网管理交换机以及六个1U x86存储/计算节点。计算节点最多可扩展至20个,单节点存储容量最高可扩展至10块7.68 TB NVMe闪存驱动器。马力雄浑,性能惊人。
Spectrum Fusion HCI还不负行业期望,为HCI解决方案带来了统一且直观的管理体验,同时提供一套由可靠IBM存储软件支持的独特云原生存储功能集。
IBM Spectrum Fusion HCI将于今年晚些时候正式上市,而非HCI版本计划于明年年内与广大用户见面。
容器原生绝不是冲击数据中心的唯一一股颠覆性技术力量。AI与机器学习同样在迅速占领企业内的主流高地。与容器应用一样,AI的普及同样要求我们在存储层面做出差异化思考。而IBM凭借长期以来在高性能存储阵列领域的优势,继续成为这条探索道路上的主力军。
今天,IBM还宣布对旗下IBM Elastic Storage System进行更新。此次发布的ESS 3200更新大受欢迎,能够直接将上一代ESS 3000的性能提高一倍。ESS 3200的各个节点可提供高达80 GB/s的传输速度。就目前来看,ESS 3200的性能几乎达到行业内与IBM最接近的竞争对手宣传性能的两倍。
除了IBM ESS 3200作出的出色性能承诺之外,本次更新还带来其他几项重要特性。新的平台将提供用于监控闪存硬件寿命的自动通报与警告功能、远程通报诊断,外加由Red Hat Ansible自动化与配置机制支持的软件自动升级功能。
IBM此次还更新了旗下ESS 5000产品,进一步提高了存储容量上限。在更新之后,ESS 5000 SC机型最高可实现单机架380 TB存储容量,SL机型也将单机架容量上限提高至264 TB。
在如今的市场竞争上,数据已经成为重要的差异化优势。此外,应用程序与敏捷本身还必须适应实际业务需求。要达成这一目标,我们必须实现由灵活软件驱动的全面敏捷化。
IBM无疑拿出了市场上最引人注目的存储解决方案。除了IBM存储阵列向来引以为傲的性能与可靠之外,新一轮产品升级中的秘密武器还包括存储与数据管理软件的强劲组合。
IBM发布的各项Spectrum软件产品,将帮助企业客户快速响应IT架构中不断变化的发展趋势。业务对于混合云架构的积极接纳已经是不争的现实,而随着AI技术的广泛应用,这股潮流将继续保持下去。IBM打造的容器原生存储解决方案本身,已经切实满足了云原生工作负载的需求;Red Hat OpenShift与Ansible技术的介入,则进一步强化了整套解决方案的功能水平。
要真正理解蓝色巨人的发展规划,单纯关注存储硬件已经远远不够。如今的存储创新已经全面进入软件驱动时代,而IBM正在发挥自身优势、努力打造出最强大的软件驱动型存储解决方案。
原文链接:
核子可乐译
好文章,需要你的鼓励
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。