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
腾讯今日开源混元MT系列语言模型,专门针对翻译任务进行优化。该系列包含四个模型,其中两个旗舰模型均拥有70亿参数。腾讯使用四个不同数据集进行初始训练,并采用强化学习进行优化。在WMT25基准测试中,混元MT在31个语言对中的30个表现优于谷歌翻译,某些情况下得分高出65%,同时也超越了GPT-4.1和Claude 4 Sonnet等模型。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
今年是Frontiers Health十周年。在pharmaphorum播客的Frontiers Health限定系列中,网络编辑Nicole Raleigh采访了Startup Health总裁兼联合创始人Unity Stoakes。Stoakes在科技、科学和设计交汇领域深耕30多年,致力于变革全球健康。他认为,Frontiers Health通过精心选择的空间促进有意义的网络建设,利用网络效应推进创新力量,让企业家共同构建并带来改变,从而有益地影响全球人类福祉。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。