新西兰初创公司Novodisq在FMS 2025峰会上展示了超高容量SSD存储解决方案,推出了一款具备11.5PB存储容量的2RU刀片服务器,该服务器集成了AI处理能力。
这款名为Novoblade的超融合集群式服务器旨在替代或补充传统的NAS、SAN和公有云服务。它支持Ceph和Nextcloud等平台,提供NFS、iSCNI和S3兼容API接口。
服务器包含20个前装载的Novoblade模块,每个模块提供576TB存储容量,由四块板载的144TB E2格式SSD驱动器组成。这些驱动器采用TLC NAND技术,支持PCIe Gen 4 x 4总线连接,兼容NVMe v2.1、NVM和分区命名空间,可提供高达1,000MBps的顺序带宽和70,000/30,000随机读写IOPS,支持24PB的终身写入量。
Novoblade模块将计算、加速和存储能力集于一体。服务器可运行标准Linux发行版(RHEL和Ubuntu LTS),支持通过Portainer和OpenShift等平台进行Docker、Podman和QEMU/KVM编排。
驱动器、模块、背板和Novoblade服务器均由Novodisq自主开发,系统专为温数据和冷数据存储而设计。它内置FPGA硬件、加密功能、AI/机器学习加速、视频解码以及容器编排功能,专门针对基因组学、地理空间成像、视频档案和边缘AI等数据密集型环境而构建。
系统采用AMD Versal G2 SoC芯片,提供自适应计算和可选的AI/机器学习加速功能。客户可以选择AI或FPGA模块来处理推理、压缩或边缘分析工作负载。
每个Novoblade模块集成了一个自适应SoC和四块直接安装的E2 SSD,两面各两块。这使得模块在插入机箱后可以作为独立的Linux服务器运行。Novoblade模块设计为集群化部署,通过Ceph和Kubernetes等高可用性系统进行资源编排。
系统内置网络支持,总吞吐量可达400Gbps,支持RoCEv2 RDMA、TSN(时间敏感网络)以及热插拔100Gbps上行链路。系统可以从单个Novodisq模块开始,扩展至20个模块,然后通过集群进行横向扩展,集成100-400GbE链路。支持RDMA、TSN或基于SDN的编排选项。
系统提供全套管理选项,包括内置BMC(带基于Web的GUI界面)、CLI以及对Ansible、SNMP和Redfish API的支持。系统可以本地或远程管理,集成到现有技术栈中,或通过基础设施即代码工具进行配置。
Novodisq表示,其产品的密度约为基于磁盘驱动器服务器的10倍,功耗降低90-95%,无需机械冷却。该公司声称,在5-10年期间,系统的总拥有成本"通常比传统云或企业解决方案低70-90%"。
这主要归因于几个因素:减少机架空间、降低功耗、无数据传出费用、最小化冷却需求、长使用寿命以及显著简化的管理。与云服务不同,成本主要是固定且可预测的;与传统系统不同,Novodisq不需要昂贵的许可证、外部控制器或持续的更新周期。从第一天起就能获得高性能、长期可靠性和更好的经济效益。
作为对比,戴尔PowerScale全闪存F710和F910节点支持122TB Solidigm SSD,在其2RU机箱中配备24个槽位,通过2:1数据缩减提供近6PB的有效容量。而Novoblade服务器提供11.5PB容量,几乎是其两倍。
Novodisq由前Nyriad工程师Carl Gaylard、Robbie Litchfield和Michael Hutchins于2018年创立,旨在用全闪存系统替代HDD NAS系统,提高归档和温数据的数据密度、能效和总拥有成本。在早期概念验证后,他们于2021年开始开发Novoblade。
Q&A
Q1:Novoblade服务器的主要技术特点是什么?
A:Novoblade是一款11.5PB容量的2RU刀片服务器,包含20个模块,每个模块有576TB容量,由四块144TB E2格式SSD组成。它集成AI处理、FPGA硬件、加密功能,支持高达400Gbps网络吞吐量,功耗比传统方案降低90-95%。
Q2:Novoblade服务器适用于哪些应用场景?
A:该系统专为数据密集型环境设计,特别适用于基因组学、地理空间成像、视频档案存储和边缘AI应用。它支持温数据和冷数据存储,可以替代或补充传统NAS、SAN和公有云服务。
Q3:与传统存储方案相比,Novoblade有什么优势?
A:Novoblade的密度约为磁盘服务器的10倍,5-10年总拥有成本比传统方案低70-90%。优势包括:减少机架空间、无数据传出费用、最小化冷却需求、无需昂贵许可证和外部控制器,提供固定可预测的成本结构。
好文章,需要你的鼓励
AI颠覆预计将在2026年持续,推动企业适应不断演进的技术并扩大规模。国际奥委会、Moderna和Sportradar的领导者在纽约路透社峰会上分享了他们的AI策略。讨论焦点包括自建AI与购买第三方资源的选择,AI在内部流程优化和外部产品开发中的应用,以及小型模型在日常应用中的潜力。专家建议,企业应将AI建设融入企业文化,以创新而非成本节约为驱动力。
字节跳动等机构联合发布GAR技术,让AI能同时理解图像的全局和局部信息,实现对多个区域间复杂关系的准确分析。该技术通过RoI对齐特征重放方法,在保持全局视野的同时提取精确细节,在多项测试中表现出色,甚至在某些指标上超越了体积更大的模型,为AI视觉理解能力带来重要突破。
Spotify在新西兰测试推出AI提示播放列表功能,用户可通过文字描述需求让AI根据指令和听歌历史生成个性化播放列表。该功能允许用户设置定期刷新,相当于创建可控制算法的每周发现播放列表。这是Spotify赋予用户更多控制权努力的一部分,此前其AI DJ功能也增加了语音提示选项,反映了各平台让用户更好控制算法推荐的趋势。
Inclusion AI团队推出首个开源万亿参数思维模型Ring-1T,通过IcePop、C3PO++和ASystem三项核心技术突破,解决了超大规模强化学习训练的稳定性和效率难题。该模型在AIME-2025获得93.4分,IMO-2025达到银牌水平,CodeForces获得2088分,展现出卓越的数学推理和编程能力,为AI推理能力发展树立了新的里程碑。