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
本文探讨了AI发展的未来趋势,详细分析了六条有望实现通用人工智能(AGI)的技术路径。随着生成式AI和大语言模型面临发展瓶颈,业界开始将目光转向其他AI发展方向。这六条路径包括神经符号AI、神经形态AI、具身AI、多智能体AI、以人为中心的AI和量子AI。每种路径都有其独特优势和挑战,可能单独或组合推动AI进入下一个发展阶段,最终实现与人类智能相当的AGI系统。
约翰霍普金斯大学研究团队发现VAR模型的马尔可夫变体本质上是离散扩散模型,提出SRDD方法。通过应用扩散模型技术如分类器自由引导、令牌重采样等,SRDD相比VAR在图像质量上提升15-20%,同时具备更好的零样本性能。这项研究架起了自回归模型与扩散模型的理论桥梁,为视觉生成技术发展开启新方向。
培生公司第三季度销售增长加速,并预示年底表现更强劲,但其AI应用可能是更重要的发展。该公司虚拟学习部门销售额激增17%,学生注册人数攀升。培生运营的在线学校将AI工具嵌入课程材料中,公司表示有越来越多证据显示这些工具帮助学生取得更好成绩。公司推出了AI学习内容组合,包括AI素养模块和融合人工导师与AI学习工具的视频平台。
微软亚洲研究院推出CAD-Tokenizer技术,首次实现AI通过自然语言指令进行3D模型设计和编辑的统一处理。该技术通过专门的CAD分词器和原语级理解机制,让AI能像设计师一样理解设计逻辑,大幅提升了设计精度和效率,有望推动工业设计的民主化进程。