IT基础设施的发展与用户的业务需求呈现相辅相成之势。硬件上从集中式到分布式,系统上从虚拟化到云计算,应用上业务从数据孤岛到共享资源池。相对于的管理数据重任的存储系统也从传统SAN再到超融合,再向软件定义存储不断进化。
首先,数据成为推动科技创新和业务创新的重要源泉,用户不希望存储系统只是一个存储数据的盒子。其次用户对于存储系统的功能要求越来越高,可靠性、可用性和安全性已经成为标准配置,如何实现灵活性、扩展性、可管理性才是今天存储系统的核心。大家意识到,一个优秀的软件驱动型存储,将激发更多基于数据的创新动力。
如果说硬件为存储系统的进步奠定了基础,而软件则是一个存储系统的核心和灵魂,在存储系统中扮演着至关重要的作用。
2023 年 10 月戴尔科技软件定义平台 PowerFlex 更新到4.5 版本,在丰富平台的核心优势基础上,实现突破性的效率,并支持开创性的多云功能。
戴尔科技全力投入资源助力软件定义创新
长期以来,戴尔科技致力于用软件把硬件的能力充分发挥出来,帮企业把数据存好、保护好、管理好。
为了做到这点,戴尔科技每年在研发上进行了大量投入。 过去三年,研发总投资额高达78 亿美元,其中大部分都花在软件创新上,拥有 28738 项专利, 在大中华区拥有数千名研发人员。
过去的一年里,存储产品组合新增了 2000 多项功能,几乎每天都会交付一款新的或更新 的数据中心产品。
根据 IDC 的数据,戴尔科技全线存储产品的市占率高达 28.7%,比第二、三名厂商的份额 之和还高近 10 个百分点。
戴尔科技在全球外部存储领域排名第一;连续超过 6 年,戴尔科技在全球存储软件市场排 名第一,市场份额为 9.5%。
PowerFlex全新升级,让软件定义能力更强
近日,戴尔科技集团大中华区信息技术架构解决方案事业部存储业务总经理刘志洪、戴尔科技集团大中华区存储平台及方案专家李磊以及戴尔科技集团企业级超融合及云计算产品经理任效严针对最新的PowerFlex4.5版本分享了其新的功能和应用价值。
PowerFlex 是一款功能强大的软件定义的基础架构平台,PowerFlex 提供丰富的开箱即用工具集,其中包括 PowerFlex REST API、Dell Container Storage Modules (CSM) 和 CSI 驱动程序以及 PowerFlex Ansible Modules,可帮助简化运营并提高业务敏捷性。同时PowerFlex4.5还具备具有亚毫秒级延迟,并可线性扩展到数千个节点,从而确保不受限制的 IO和吞吐量性能。
这样的能力让PowerFlex适用于处于现代化进程任何阶段的客户。“PowerFlex最大特点是不受限制,无论是对高性能数据库进行现代化改造,还是整合大型应用程序环境,客户可以将不同的异构工作负载组合到一个通用平台上。”戴尔科技集团大中华区信息技术架构解决方案事业部存储业务总经理刘志洪表示。
戴尔科技集团大中华区存储平台及方案专家李磊重点分享了PowerFlex4.5在文件系统上的整合能力和新的功能。
虽然 PowerFlex 仍主要是基于块的存储解决方案,但其处理文件用例的能力已得到扩展。这些升级为用户带来了诸多好处。首先,进一步增强了 PowerFlex 的文件系统整合能力。例如可提高容量的单一全局命名空间、统一的存储池管理以及文件可扩展性的惊人提升(比如 NAS 服务 器提升了 400%,文件快照增加了 22 倍)。这些改进为客户提供了必不可少的工具,确保精湛的数据管理、持续的峰值性能以及与未来增长相适应的可扩展性。
其次,进一步丰富了 CloudIQ 与 PowerFlex 的集成。CloudIQ 套件现在提供一系列功能,可显著增强系统可视性、监控和实时许可证管理,涵盖了 PowerFlex 和面向公有云的 APEX Block Storage。组织机构可主动解决问题、优化基础架构并提高性能。这些功能确保了无与伦比的控制力、更高的效率以及数据驱动决策所带来的安心。
最后,还加入了管理和运维方面的增强功能,包括丰富的警报报告和更多的支持操作系统。这一切都旨在提供无缝、高效的客户体验。
只有不受约束的架构才能实现不受限制的存储服务
任效严表示,除了在文件等各方面的增强,PowerFlex在多云部署方面也提供了选择和自由。由于支持所有主要超大规模平台(包括 AWS EKS Anywhere、Google Cloud Anthos 和已启用 Azure Arc 的 Kubernetes),可以借助统一的本地 PowerFlex 基础架构简化多个超大规模平台的多云运营。可以说在向外延伸的一些软件定义存储上,PowerFlex 4.5是戴尔科技在整个软件定义存储方面的最重要的IP,实现发挥和延展其他平台的软件定义存储的战略价值。
“可以说PowerFlex4.5贯穿了戴尔科技存储产品在智能高效;横跨边缘数据中心多云;任何位置的数据安全防护和即服务的四大理念,通过不受约束的软件定义基础架构,助力实现不受限制的整合功能。” 刘志洪最后分享到。
好文章,需要你的鼓励
北京交通大学与西蒙弗雷泽大学联合研发的混合神经-MPM方法实现了实时交互式流体模拟。该方法巧妙结合神经物理学与传统数值求解器,在低时空分辨率下运行神经网络并设置保障机制自动切换到MPM,显著降低计算延迟同时保持高保真度。团队还设计了基于扩散模型的控制器,支持用户通过简单草图直观控制流体行为,为游戏、VR和设计领域提供了实用解决方案。
这项研究介绍了EgoZero,一种创新的机器人学习系统,能够仅通过Project Aria智能眼镜捕获的人类示范数据,训练出零样本迁移的机器人操作策略。研究团队提出了一种形态无关的状态-动作表示方法,使用点集来统一人类和机器人数据,并开发了从原始视觉输入中提取准确3D表示的技术。在没有任何机器人训练数据的情况下,EgoZero在7种真实世界操作任务上实现了70%的成功率,展示了强大的泛化能力,为解决机器人学习中的数据瓶颈问题提供了新思路。
FLAME-MoE是卡内基梅隆大学团队开发的首个全透明混合专家语言模型研究平台,包含7个规模从3800万到17亿活跃参数的模型。它采用每层64位专家、top-8选择和2位共享专家的架构,公开所有训练数据、代码和检查点。实验显示,FLAME-MoE比相同计算量的密集模型提升3.4个百分点,并揭示了三个关键发现:专家逐渐专注于特定词汇子集,专家协同激活保持稀疏多样,路由行为在训练早期就趋于稳定。这一平台为MoE模型的系统研究提供了前所未有的开放基础。
这篇论文介绍了ModernGBERT,一个由维尔茨堡大学研究团队开发的高性能德语编码器模型家族(1.34亿和10亿参数版本)。研究将ModernBERT的创新架构应用于德语,同时通过LLM2Vec方法将德语解码器模型转换为编码器以进行对比研究。在SuperGLEBer和MTEB等基准测试中,ModernGBERT 10亿参数模型不仅超越了之前最先进的德语编码器,还在性能和参数效率方面优于转换后的编码器。研究团队还证明了更大模型能有效利用大规模单语语料库,为德语自然语言处理提供了全透明、高性能的资源。