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
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。