联想近日发布了 21 款存储产品,其中包括一款液冷 HCI 系统,此次重大存储产品组合的更新旨在满足构建面向 AI 的基础设施的客户需求。
联想基础设施解决方案产品组副总裁兼总经理 Scott Tease 表示,该系列产品旨在帮助“企业利用 AI 的变革力量”,他指出:“全新系统能够帮助客户加快实现价值的步伐,无论其 IT 现代化进程处于何种阶段,都可以通过一体化的 AI 解决方案来降低风险并简化部署。”
联想基础设施解决方案集团欧洲、中东及非洲区存储销售总监 Marco Pozzoni 表示:“我们有史以来最大规模的数据存储产品组合更新,为数据现代化和企业 AI 工作负载提供了所需的性能、效率和数据韧性。”
联想指出,“企业正向分离式基础设施模式转型,将计算、存储和网络打造成按需共享的资源,以适应不断变化的需求,从而提升可扩展性、效率和灵活性。”专为联想混合 AI 平台设计的新 AI 入门套件是预配置且经过验证的基础设施系统,包括计算、存储、GPU 以及网络。存储设备采用全新的 ThinkSystem 系列存储阵列,出自 NetApp OEM,提供采用“高性能 SSD 闪存技术”的统一文件、块和对象存储。
ThinkSystem DG 与 DM 阵列具备全新 AI 驱动的自主勒索软件防护功能(ONTAP ARP/AI),此外还支持加密以提高数据保护,并配备透明故障转移的同步复制功能。
联想存储产品组合此次更新主要涵盖以下五大领域:
1. ThinkAgile SDI V4 系列提供全栈、一体化方案,简化 IT 基础设施,同时加速数据驱动型推理的计算过程。
2. 新款 ThinkSystem 存储阵列提供高达 3 倍的性能提升,同时降低能耗 —— 以 DE4800F 与 DE4000 的对比为例,相较于配备 10K HDD 的联想设备,新款 DG7200 在较小数据中心占地、较低总拥有成本(TCO)以及在升级传统基础设施方面可实现高达 97% 的能耗节省和 99% 的密度提升。
3. 全新融合的 ThinkAgile 和 ThinkSystem 混合云及虚拟化系统实现了计算与存储能力的灵活、高效独立扩展,降低了额外存储所需的软件许可费用(但不包括基于核心的许可费用),降幅高达 40%。针对 VMware 的 ThinkAgile 融合解决方案将 ThinkAgile VX 系列的企业级特性(生命周期管理和运营简便性)与 ThinkSystem DG 系列存储阵列的数据管理功能相结合,从而构建出一个支持混合存储工作负载的统一(私有)云平台。
4. 全新 ThinkAgile HX 系列 GPT-in-a-Box 解决方案采用联想 Neptune 液冷技术,成为业内首款液冷 HCI 设备,能够提供从边缘到云的一体化 AI 推理,HX V4 相较于 HX V3 最高可节能 25%。
5. 新款联想混合 AI 平台的 AI 入门套件为企业在 AI 推理和检索增强(RAG)工作流程上提供了一套经过验证、灵活且易于上手的路径。
联想在 2023 年与 Nutanix 合作,销售基于 GPT-in-a-Box 的 ThinkAgile HX 系列系统。关于该液冷系统的具体细节目前尚无更多信息,联想表示这是一种“全栈生成式 AI 解决方案,可通过可复制的方案降低能耗,从而加速数据驱动的 AI 推理。”其交易速率最高可提高至传统液冷方法的 2.6 倍,输入/输出操作(IOPs)速度最高可提高 1.4 倍,具体对比为 ThinkAgile SDI V4 系列与三机架的 Dell VxRail Cascade Lake 模型。同时,该系统还拥有更紧凑的外形,容器/虚拟机密度比上一代 ThinkAgile SDI V3 系列提高最高达 1.4 倍。
随着磁盘驱动器制造商在 2018 至 2019 年期间停止销售 10,000 转速磁盘,且容量限制在大约 1.8TB 左右,与采用高容量 3.5 英寸驱动器的现代 DG7200 的对比就显得不那么显著。
联想表示,其“ThinkAgile SDI V4 系列和全新 ThinkSystem 存储阵列为企业初步实施 AI 提供了全栈、一体化的 AI 就绪基础设施,同时为大语言模型工作负载提供了更快的推理性能。”主要的 AI 应用场景包括 AI 推理、检索增强(RAG)以及 AI 模型微调,而“这些产品专为广泛的企业 AI 和数据现代化工作负载设计,涵盖从数据库、ERP、CRM 到虚拟化、混合云、备份和归档等领域。” AI 模型训练并非主要的 AI 应用场景。
联想目前正处于收购 Infinidat 的进程中,此举将使其进入高性能企业块存储阵列市场,同时也能获得自主的存储知识产权以及一个面向企业的全新市场销售渠道。
好文章,需要你的鼓励
大数据可观测性初创公司Monte Carlo Data推出全新Agent Observability产品,为AI应用提供全方位数据和AI可观测性。该工具帮助团队检测、分类和修复生产环境中AI应用的可靠性问题,防止代价高昂的"幻觉"现象,避免客户信任度下降和系统宕机。新产品采用大语言模型作为评判器的技术,能够同时监控AI数据输入和输出,提供统一的AI可观测性解决方案。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
网络安全公司Aikido披露了迄今最大规模的npm供应链攻击事件。攻击者通过钓鱼邮件获取维护者账户凭证,向18个热门JavaScript包注入恶意代码,这些包每周下载量超过26亿次。恶意代码专门劫持加密货币交易,监控浏览器API接口将资金转移至攻击者地址。受影响的包括chalk、debug等广泛使用的开发工具库。虽然攻击在5分钟内被发现并及时公开,但专家警告此类上游攻击极具破坏性,可能与朝鲜黑客组织相关。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。