StorPool Storage在其块存储软件的v21版本中添加了纠删码,这意味着其数据应该能够在更多设备和节点故障的情况下存活下来。
该存储平台表示,它增加了云管理集成的改进以及提高了数据效率。StorPool构建了一个基于标准服务器节点的多控制器、可扩展的块存储系统,可以运行应用程序和存储。它是可编程、灵活、集成和始终在线的。该公司声称,其纠删码实现在几乎不影响读/写性能的情况下,可以保护免受驱动器故障或损坏的影响。
StorPool首席执行官Boyan Ivanov告诉我们:“与人们普遍认为的相反,大多数供应商只在同一机箱中复制RAID,而不是在多个节点或机架之间进行纠删码。”
StorPool制作了下面的图表,从其角度研究了纠删码竞争格局:
StorPool的纠删码需要至少五个以上的全NVMe服务器节点上才能提供四个功能:
跨节点数据保护—信息通过两个奇偶校验对象跨服务器进行保护,因此任何两个服务器都可能发生故障,数据保持安全和可访问性。
按卷策略管理--可以使用三重复制或擦除编码来保护卷,并在数据保护方案之间进行按卷实时转换。
延迟批处理编码–传入数据首先以三个副本写入,然后批量编码,大大减少数据处理开销,并最大限度地减少对用户I/O操作延迟的影响。
始终运行—在整个存储系统保持运行且所有数据都可用的情况下,最多可以重新启动或关闭两个存储节点进行维护。
现在,客户可以为每个工作负载选择更精细的数据保护方案,根据每个单独的用例调整数据占用空间。在大规模部署中,客户可以执行跨机架纠删码, 使其存储系统能够从数据效率的提高中受益,同时确保最多两个机架的故障存活。
v21版本还包括:
改进了iSCSI可扩展性:允许客户每个节点最多导出1000个iSCSI目标,特别适用于大规模部署。
CloudStack插件改进:支持CloudStack的卷加密和部分区域范围存储,从而实现计算主机之间的实时迁移。
OpenNebula附加组件改进:支持多集群部署,其中多个StorPool子集群表现为具有统一全局命名空间的单个大型主存储系统。
OpenStack Cinder驱动程序改进:支持StorPool存储集群的部署和管理,这些集群支持Canonical Charmed OpenStack和使用kolla ansible管理的OpenStack实例。
与Proxmox虚拟环境深度集成:通过集成,任何使用Proxmox VE的公司都可以从端到端自动化中受益。
额外的硬件和软件兼容性:增加了经过验证的硬件和操作系统的数量,从而使StorPool Storage更容易在客户的首选环境中部署。
该公司的StorPool VolumeCare备份和灾难恢复功能现在安装在群集中的每个管理节点上,以提高业务连续性。VolumeCare始终在每个管理节点中运行,只有在活动管理节点上的实例才会主动执行快照操作。
好文章,需要你的鼓励
在2025年KubeCon/CloudNativeCon北美大会上,云原生开发社区正努力超越AI炒作,理性应对人工智能带来的风险与机遇。随着开发者和运营人员广泛使用AI工具构建AI驱动的应用功能,平台工程迎来复兴。CNCF推出Kubernetes AI认证合规程序,为AI工作负载在Kubernetes上的部署设定开放标准。会议展示了网络基础设施层优化、AI辅助开发安全性提升以及AI SRE改善可观测性工作流等创新成果。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
DeepL作为欧洲AI领域的代表企业,正将业务拓展至翻译之外,推出面向企业的AI代理DeepL Agent。CEO库蒂洛夫斯基认为,虽然在日常翻译场景面临更多竞争,但在关键业务级别的企业翻译需求中,DeepL凭借高精度、质量控制和合规性仍具优势。他对欧盟AI法案表示担忧,认为过度监管可能阻碍创新,使欧洲在全球AI竞争中落后。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。