IBM公司推出最新IBM Storage Scale System(原Elastic Storage System)解决方案家族,特别是Storage Scale System 6000。IBM的这套顶尖云规模全球软件定义数据平台,能够满足对各种数据密集型工作负载和人工智能(AI)类应用的不断增长的现实需求。
作为IBM Storage for Data and AI产品组合的一部分,全新Storage Scale System 6000提供高性能并行文件系统,IOPS高达700万次,数据吞吐量极限可达256 GB/秒。它还专门针对混合环境内存储的半结构化与非结构化数据(例如视频、图像、文本等)进行了优化)。
IBM Storage Scale System 6000集成有IBM FlashCore模块(FCM),能够在提高数据效率与规模经济的同时,带来低于以往闪存驱动器的成本和运行能耗。它还提供内联硬件加速的数据压缩和加密功能。该系统能够通过NVMeoF Turbo层、并行多租户数据隔离和计算式存储驱动器等设计为AI工作负载提速。
这套系统还将数据与多种存储供应商选项的开放生态系统串连起来,包括AWS、Azure、IBM Cloud及其他公有云服务,可提供更快的数据访问速度、吞吐量达到市场平均水平的2.5倍有余,IOPS性能也达到市场同类产品的2倍,可谓遥遥领先于竞争对手。
Storage Scale System 6000拥有高性能并行文件系统,能够从容应对数据密集型AI工作负载。它为只读工作负载提供高达700万次的IOPS(每秒输入/输出操作)和最高256 GB/秒的数据吞吐量。这样的性能水平可确保AI应用得以快速访问和处理数据,从而减少延迟并提高整体效率。
这套系统在设计上还考虑到与流行的AI框架与工具之间的配合使用需求,允许数据科学家和AI研究人员轻松访问并分析平台上存储的数据。而其极高的数据吞吐量和低延迟性能,可以更好地支撑起AI工作负载。
Storage Scale System 6000支持英伟达解决方案,并与英伟达Magnum IOTM GPUDirect Storage(GDS)相集成。这就在GPU内存与存储之间打通了直连路径,有效改善了AI应用程序的数据访问效率。它还支持对接英伟达ConnectX-7网络接口卡的高速网络,可实现节点与GPU之间的高效数据传输。
Storage Scale System 6000属于IBM全球非结构化数据平台的组成部分,允许组织汇聚起来自不同来源的数据,包括核心、边缘和云环境。如此一来,AI工作负载就能访问来自各个位置及来源的数据,促进实时数据集成与分析的顺利实现。
IBM Storage Scale System 6000还提供AI工作负载所需要的高性能、可扩展性与数据管理功能。它具备快速数据访问、高效存储、数据安全保护以及与AI框架和英伟达解决方案的集成能力,足以成为寻求AI加速方案的企业客户眼中的宝贵资产。
IBM Storage Scale System 6000代表着数据管理与AI处理能力的重大飞跃,满足了数据密集型任务和AI驱动应用主导的新时代之下,市场对于高效、高性能存储解决方案的迫切需求。
随着AI技术不断重塑各个行业并推动创新,Storage Scale System 6000将成为其中一股重要的驱动力量。凭借着更高的数据效率、规模经济效应和AI工作负载加速能力,它将推动组织迈向数据发现并驱动决策的全新未来。
凭借新的Storage Scale System 6000,IBM也继续证明其致力于为企业客户提供业务支撑工具,帮助其在当今数字环境下充分发挥AI与数据分析的巨大潜能。
好文章,需要你的鼓励
随着人工智能和高性能计算持续推动需求增长,数据中心设计正以同样惊人的速度演进。曾经的高密度机架已成为标准配置,冷却系统在数月而非数年内完成重新设计,项目在各地区的规模和复杂性不断提升。全球工程设计咨询公司Black & White Engineering指出,液冷成为标准配置、极端机架密度管理、工业化规模交付、电网约束下的电力创新、AI驱动运营设计以及可持续性成为核心设计原则,将成为2026年塑造数据中心设计、建设和运营的六大关键趋势。
这项由ByteDance Seed、香港科技大学等机构联合完成的研究提出了"轨迹场"这一创新的4D视频表示方法。研究团队开发的Trace Anything系统能够在单次前向传递中为视频中的每个像素预测连续的三维轨迹,无需光流估计或迭代优化。通过构建大规模合成数据平台和精心设计的训练方案,该方法在轨迹估计基准上实现了最先进性能,同时推理速度比竞争方法快10倍以上,并展现了运动预测、时空融合等多种涌现能力。
Snowflake本周推送的一次更新导致全球范围内的"重大故障",用户长达13小时无法查询数据、文件导入失败并收到错误信息。初步调查显示,最新版本引入了不向后兼容的数据库架构更新,导致版本不匹配错误。此次故障影响了全球23个区域中的10个,包括美国、欧洲和亚洲多个数据中心。这是Snowflake一周内第二次发生事故。
伊斯法罕大学研究团队通过分析Google Play商店21款AI教育应用的用户评论,发现作业辅导类应用获得超80%正面评价,而语言学习和管理系统类应用表现较差。用户赞赏AI工具的快速响应和个性化指导,但抱怨收费过高、准确性不稳定等问题。研究建议开发者关注自适应个性化,政策制定者建立相关规范,未来发展方向为混合AI-人类模型。