自从IBM整合红帽旗下Ceph存储产品路线图已经过去了一年,如今这项技术已经在日益由AI主导的应用环境下取得进展。
Gerald Sternagl
IBM Storage Ceph技术产品经理Gerald Sternagl在日前发布的博文中表示,“这套具备自我修复与自我管理功能的平台,强调在行业标准硬件之上以规模化方式提供统一的文件、块和对象存储服务。统一存储平台将为客户提供重要的跨架构桥梁,能够将运行在独立文件或块存储上的遗留应用程序同对象存储共同囊括在同一设备之内。”
博文解释称,“在数据管理领域,软件定义存储已经成为一股变革性的力量。与传统存储阵列相比,其拥有诸多优势,包括极高的灵活性与可扩展性,特别适合处理生成式AI等现代用例。”
Sternagl对于IBM的传统存储阵列硬件(例如大型机DS8000以及x86服务器FlashSystem阵列等)持批评态度。且在被蓝色巨人收购之前,他已经作为资深专家为红帽工作了十余年。
在他看来,“Ceph针对大型单站点与多站点部署进行了优化,能够高效扩展以支持数百PB的数据和数百亿个存储对象,从而为传统及新兴生成式AI等工作负载提供至关重要的支持。”Ceph能够适应数据湖仓、AI/机器学习开源框架以及其他“较为传统的工作负载,包括红帽OpenShift以及RedHat OpenStack上的MySQL与MongoDB。”
“生成式AI已经在大量非结构化数据的基础之上迎来了蓬勃发展,并由此建立起新的反馈循环。具体来讲,AI能够不断生成真实数据以进一步丰富并完善我们对非结构化数据集的理解,持续促进技术创新与进步。”
IBM用于数据、分析及AI工作负载的数据湖仓架构watsonx.data中,就包含约768 TiB的原始Storage Ceph容量。
Sternagl还补充称,“组织……需要一种能够加快数据摄取、数据清理与分类、元数据管理与增强、以及云规模容量管理及部署速度的存储管理解决方案。而软件定义存储无疑是种重要的解决思路。”此外,新的存储方案还必须能同时支持本地和公有云环境。
他这里指的软件定义存储,自然就是Ceph。IBM肯定不会在自己的发言中推广MinIO、Cloudian、Scality、DataCore或者WekaIO等竞品。
去年12月,IBM发布了Ceph更新,提供用于勒索软件防护的对象锁定不可变功能。新版本还提供对NVMe-oF及NFS的预览版支持,用于将数据摄取至底层Ceph对象存储当中。
评论
要想将块、文件和对象存储实现全面组合,最大的问题就是如何保证各自的访问协议如何彼此对接,这可能会拖累并限制新功能(例如NVMe-oF及NFS支持)的实现。如果大家需要在单一软件包之内支持全部三种协议,那么Ceph的确是个不错的选择。但必须承认,纯块存储、块加文件存储组合、纯文件组合或者对象加文件存储组合其实可以更好地支持新功能,同时带来更高的数据访问速度。
好文章,需要你的鼓励
IBM Spyre加速器将于本月晚些时候正式推出,为z17大型机、LinuxONE 5和Power11系统等企业级硬件的AI能力提供显著提升。该加速器基于定制芯片的PCIe卡,配备32个独立加速器核心,专为处理AI工作负载需求而设计。系统最多可配置48张Spyre卡,支持多模型AI处理,包括生成式AI和大语言模型,主要应用于金融交易欺诈检测等关键业务场景。
加拿大女王大学研究团队首次对开源AI生态系统进行端到端许可证合规审计,发现35.5%的AI模型在集成到应用时存在许可证违规。他们开发的LicenseRec系统能自动检测冲突并修复86.4%的违规问题,揭示了AI供应链中系统性的"许可证漂移"现象及其法律风险。
意大利初创公司Ganiga开发了AI驱动的智能垃圾分拣机器人Hoooly,能自动识别并分类垃圾和可回收物。该公司产品包括机器人垃圾桶、智能盖子和废物追踪软件,旨在解决全球塑料回收率不足10%的问题。2024年公司收入50万美元,已向谷歌和多个机场销售超120台设备,计划融资300万美元并拓展美国市场。
这项由剑桥大学、清华大学和伊利诺伊大学合作的研究首次将扩散大语言模型引入语音识别领域,开发出Whisper-LLaDA系统。该系统具备双向理解能力,能够同时考虑语音的前后文信息,在LibriSpeech数据集上实现了12.3%的错误率相对改进,同时在大多数配置下提供了更快的推理速度,为语音识别技术开辟了新的发展方向。