VDURA 作为 HPC 数据基础设施和管理解决方案的专业公司,将在本月晚些时候举行的第 18 届能源高性能计算 (HPC) 大会上展示其新一代数据平台。
该会议由位于德克萨斯州休斯顿的莱斯大学肯尼迪研究所主办。VDURA 承诺通过更快的数据处理、数据持久性以及便捷的本地、云端和混合环境使用体验来加速能源创新。
能源公司面临着管理和分析海量数据集的挑战,以识别能源储备、优化可再生能源解决方案并推动可持续发展。VDURA 数据平台提供了一个混合架构,可以整合并加速能源勘探和生产工作流程。据介绍,其特性"确保"更快的结果、降低运营复杂性和数据持久性。
VDURA 的混合模型将 HDD 的成本效益与 SSD 的高性能相结合,使能源公司能够优化运营支出和工作负载速度。VDURA 的高级算法可以自动将数据放置在最高效且具有成本效益的存储介质上,增强 HPC 和 AI/ML 工作负载的性能。
据 VDURA 介绍,数据平台还为关键数据集提供强大的保护,以减少数据丢失或计划外停机的担忧,承诺数据持久性可达到 11 个 9。该平台设计用于处理高并发工作负载和海量数据,消除数据孤岛,将信息整合到统一的全局命名空间中,以改善团队间的可访问性、协作和决策。
该公司称:"通过直观的管理工具,单个管理员无需专业的 HPC 专业知识就可以监督数据环境,从而减少运营开销。"
In-Depth GEO 的创始人兼首席执行官 Zhaobo Meng 在准备好的评论中说:"我们的工作需要高度复杂的并行工作流程,VDURA 在提供我们需要的高性能存储和网络方面超出了我们的期望,以管理我们每天处理的大量数据。VDURA 的发布以及这个在单一平台中混合搭配不同存储类型的罕见新选择,对我们来说来得正是时候。"
数据平台结合了专有技术,如分层速度操作 (VeLO)、虚拟化保护对象设备 (VPOD) 和自适应容量。据称,这些功能使能源组织能够更有效地在地理分散的站点之间移动、管理和分析数据。
VPOD 是混合存储节点中的一个独立的、虚拟化的、受保护的存储单元,这些节点结合了闪存 (SSD) 和硬盘驱动器 (HDD) 以实现更便宜和高性能的存储。VPOD 在统一的全局命名空间中运行,随着更多节点添加到系统中可以无限扩展。它们使用多层方法进行数据保护,在每个 VPOD 内部和跨集群中的多个 VPOD 之间都采用纠删码。该公司表示,这提供了高达 11 个 9 的持久性 (99.999999999% 的可靠性)。
VPOD 与 VeLO 协同工作,VeLO 是 VDURA 平台导向层中用于处理小文件和元数据操作的键值存储。这旨在为 AI 和 HPC 工作负载提供高效的数据管理和高 IOPS。
VDURA 技术服务副总裁 Rex Tanakit 表示:"我们参加能源 HPC 大会展示了我们致力于使该行业能够有效和可持续地利用数据。"
在其他 VDURA 新闻中,该公司获得了一项美国专利,用于"通过协作多级纠删码最大化存储系统的持久性和性能"。
公司开发人员 Scott Milk、Christopher Girard、Shafeeq Sinnamohideen 和 Michael Barrell 参与了这项专利技术的开发。
能源高性能计算 (HPC) 大会将于 2025 年 2 月 25 日至 27 日举行。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
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。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
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。