StorPool 正在开发一款基于其存储阵列之间站点到站点复制技术的 Linux 虚拟机灾难恢复引擎 (DRE)。
与 VMware 类似,Linux KVM (基于内核的虚拟机) 系统也有运行虚拟机的虚拟机管理程序。虚拟机从存储系统加载,在运行过程中会对存储的数据进行更改。当 StorPool 提供外部存储阵列时,主系统中的这些更改可以复制到远程的次级 StorPool 系统。如果主系统因任何原因发生故障,虚拟机可以在次级站点重新启动并使用复制的数据。
StorPool 表示,这种基于虚拟机的灾难恢复数据复制在 VMware 环境中很常见。他们在博客中写道:"在 KVM 环境中没有与 VMware Live Site Recovery (VLSR,前身为 VMware Site Recovery Manager (SRM)) 相对应的灾难恢复解决方案。" KVM 领域缺乏跨站点智能,这意味着任何灾难恢复方案都需要由第三方提供或自行创建和管理。第一种选择可能成本高昂,第二种选择则困难且需要持续维护。
StorPool 博客称:"通过 StorPool 灾难恢复引擎 (这是 StorPool Storage 解决方案的内置组件),组织可以配置远程站点的数据复制策略,并自动化站点之间的故障转移 (和故障恢复)。"
StorPool 作为完全托管服务/存储即服务 (STaaS) 提供,DRE 已集成到 StorPool 现有的许可中。多个站点的 StorPool 集群和系统可以通过单一控制台进行管理,支持 CloudStack、OpenNebula、OpenStack 或 Proxmox 等云编排工具。该公司表示,许多服务提供商客户都使用 StorPool 的 RESTful API 构建自己的管理工具。
复制可以是主动-被动和一对一的,即活动主站点将数据和虚拟机恢复点复制到被动次级站点。故障转移是自动化的,但不是自动的;需要人工启动切换。
两个数据中心之间还可以采用一对一、双向、主动-主动的方式,每个站点都复制到另一个站点。如果一个站点发生故障,剩余的单个站点将启动远程站点的复制虚拟机并运行两个工作负载。
多对一灾难恢复选项成本较低,可以让多个活动主站点复制到单个次级站点,通常位于不同的地理区域。这种思路认为灾难可能只会影响一个站点,同时影响两个或更多站点的风险极低。
另一种选择是让多站点主动-主动系统将每个站点的部分虚拟机复制到一个目标站点,其他虚拟机复制到不同站点,形成多站点网格。博客表示,这允许在多个站点之间进行负载均衡。"你可以将其视为多个双向站点对组成的更大解决方案。" StorPool 建议:"这种模式可能非常适合运行和支持多区域云的客户。"
RapidCompute 是巴基斯坦卡拉奇的一家网络托管企业。首席技术官 Imtiaz Khan 表示:"StorPool 的灾难恢复 (DR) 引擎已成为 RapidCompute 产品的关键组件,使我们能够将高级 DRaaS 功能集成到基于 KVM 的 OpenStack 云平台中。"它可以"始终如一地满足严格的 RPO 和 RTO 目标。"
StorPool 的灾难恢复引擎可以保护包含数十到数千个虚拟机的环境。目前处于公开测试阶段,计划于 2025 年第二季度正式发布。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。