华为推出了一款新的全闪存OceanStor Pacific阵列9920,并透露了其压缩和面向勒索软件快速恢复的一些细节。
这家总部位于中国的大型公司和存储领域的巨头们进行竞争,拥有广泛的存储产品组合:OceanStor Dorado全闪存、OceanStor Hybrid、OceanStor Pacific分布式存储、FusionCube HCI和OceanProtect备份存储。
新的9920采用了可扩展的设计和完全对称的分布式架构,但实际上它是一个五合一的阵列,因为它具有基于2RU机箱的多功能设计,可根据CPU类型和驱动器变化进行配置。比如高性能的H系列,可以由两个基于Arm的鲲鹏 920处理器提供动力,也可以由两个英特尔至强SP CPU提供动力。
鲲鹏系列机箱可以使用用于SAS或NVMe驱动器的12 x 3.5英寸或25 x 2.5英寸驱动器托架。H系列可以有12 x 3.5英寸或25 x 2.5英寸SAS插槽,也可以有12个3.5英寸或24 x 2.5英寸NVMe驱动器托架。整体情况很复杂。
一个鲲鹏节点可以提供高达20GBps的带宽,稳定的1ms延迟,并以高达230000 IOPS的速度运行。更快的Intel H系列可运行80万IOPS。随着节点的扩展,带宽和IOPS总量会增加。
基于鲲鹏处理器的9920系统支持NFS、SMB、POSIX、MPI-IO、HDFS和S3存储访问,而基于Intel的H系列支持SCSI、iSCSI和OpenStack Cinder。
数据访问可以通过TCP或RoCE在25或100GbitE或100Gbps EDR InfiniBand上进行。9920以N+M方案提供基于纠删码的数据冗余,其中M可以是2、3或4,表示驱动器恢复数量。如果数据丢失,则使用鲲鹏处理器以每小时2TB的速率和使用Xeon CPU以每小时4TB的速率进行自动和并发的数据重建。H系列还支持3副本模式,而不是纠删码。
华为表示,凭借其FlashLink技术和AI Fabric网络加速,单个9920系统可以满足数百万虚拟机的应用性能要求,包括虚拟化(云资源池)、数据库、高性能计算、AI应用和大数据分析等工作负载。
9920可以单独使用,也可以为基于磁盘的OceanStor Pacific 9540提供闪存存储层。
OceanStor压缩和勒索软件保护
华为的OceanStor软件套件具有智能的应用程序感知压缩功能。例如,算法,用于压缩数字病理学中使用的JPEG图像,声称使用其软件时,压缩比可以达到59:1,而没有使用其软件时,压缩比为38:1。
我们被告知,它的软件可以在基因测序中采用1.8:1的GZIP压缩比,并将其提高到3:1。在这种情况下,软件从语义上解析输入数据并识别某些应用程序文件类型,例如数字病理学和基因序列。然后,它可以使用多帧相关性和基于参考的压缩,将数据缩减率提高50%。华为表示,其软件还具有自适应边界识别功能,可以减少分区信息熵,仅此一项就可以将压缩率提高20%以上。
OceanCyber设备可以通过数据复制快照安全扫描实时监控OceanStor Pacific IO模式。它可以检测勒索软件攻击,据称识别准确率为99.9%,然后使用WORM文件系统中的安全快照从所谓的隔离区跨空气间隙进行恢复。恢复可以在检测到攻击后几秒钟内开始。
勒索检测在任何带有阻止列表和信任列表的勒索软件事件之前开始。使用用户行为分析来监控进程内事件的IO行为。华为的软件还对文件中的勒索软件进行定期检测扫描。
华为产品在美国实际上是不可用的。在美国以外,在其产品销售的地区和地区,华为产品代表着强大的存储系统竞争。
好文章,需要你的鼓励
在我们的日常生活中,睡眠的重要性不言而喻。一个晚上没睡好,第二天的工作效率就会大打折扣,而充足的睡眠不仅能让我们恢复精力,还能帮助大脑整理和巩固当天学到的知识。有趣的是,AI模型竟然也表现出了类似的“睡眠需求”。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
尽管模型上下文协议(MCP)自11月推出以来用户数量快速增长,但金融机构等监管行业仍保持谨慎态度。银行等金融服务公司虽然在机器学习和算法方面是先驱,但对于MCP和Agent2Agent(A2A)系统的采用较为保守。监管企业通常只使用内部代理,因为其API集成需要经过多年审查以确保合规性和安全性。专家指出,MCP缺乏基本构建块,特别是在互操作性、通信标准、身份验证和审计跟踪方面。金融机构需要确保代理能够进行"了解您的客户"验证,并具备可验证的身份识别能力。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。