存储更新通常承诺很多却只交付固件补丁。Infinidat最新的InfiniBox G4升级采用了不同方法——实际的系统改进,将容量翻倍,物理占用空间缩减近三分之一,并降低了入门价格。
新的InfiniBox SSA G4 F24将高端企业存储压缩到仅11个机架单位,起始容量77TB,比以前型号紧凑31%。对于注重预算的企业来说更重要的是,入门成本降低了29%。
混合InfiniBox系统获得了非常有趣的升级。单个机架的最大有效容量从17.2PBe跃升至33PBe,增幅达92%。这需要将60驱动器机箱替换为78驱动器版本,将内部连接从12Gbit/s SAS-2升级到22.5Gbit/s SAS-4,并在第四季度末将硬盘容量提升至每个驱动器24TB。考虑到Infinidat多项专利的超高性能神经缓存技术的强大性能,InfiniBox混合存储在继续出色完成主存储任务的同时,找到了作为备份目标的新优势,特别是在大规模性能方面。解决这些备份工作负载将缩短备份窗口并减少备份恢复时间。对于备份目标来说这些数字很重要,Infinidat还承诺无论存储多少数据,快照恢复时间目标(RTO)都为一分钟。
然后是原生协议方面。Infinidat将S3对象支持直接嵌入到InfuzeOS存储操作系统中,而非后续添加(这是大多数竞争对手尚未摆脱的习惯)。文件、块和对象协议现在原生驻留在操作系统中,这意味着当工作负载需要不同数据访问方法和通用数据服务及实用程序时,管理负担更少。这是真正简化事务而非增加层次的软件定义存储。
功耗效率声明听起来很激进,直到你查看来源。Infinidat声称其系统比完全配置的竞争对手企业级系统节能近7倍,这基于公开可用的规格,且InfiniBox SSA F24的总可用容量是竞争对手的两倍多——当数据中心为AI部署配给电力时,这个数字很重要。31%更小的占用空间加上每TB更低的功耗,解决了真正的约束,而非抽象的可持续性目标。
Infinidat在2024年5月推出了原始的InfiniBox G4,所以这次升级仅在一年半后就到来。时机表明公司正在努力夺取传统高端企业买家之外的市场份额。IDC集团副总裁兼全球基础设施总经理Ashish Nadkarni指出,组织越来越希望在更低的入门点获得"企业级可用性、网络弹性和性能",这正是这些更新所瞄准的。InfiniBox SSA G4 F24适合以前型号无法适应的托管设施和远程站点。
整合策略是否奏效取决于企业是否信任一个存储平台处理混合工作负载。Infinidat押注他们会的,特别是如果电力成本持续攀升,数据中心和机架空间仍然稀缺的话。
Q&A
Q1:InfiniBox SSA G4 F24相比之前型号有什么主要改进?
A:新的InfiniBox SSA G4 F24在11个机架单位内起始容量77TB,比以前型号紧凑31%,入门成本降低29%。混合系统单个机架最大有效容量从17.2PBe跃升至33PBe,增幅达92%,并将内部连接从12Gbit/s升级到22.5Gbit/s。
Q2:Infinidat的功耗效率表现如何?
A:Infinidat声称其系统比完全配置的竞争对手企业级系统节能近7倍,基于公开可用的规格。InfiniBox SSA F24的总可用容量是竞争对手的两倍多,31%更小的占用空间加上每TB更低的功耗,在数据中心为AI部署配给电力时具有重要意义。
Q3:InfiniBox G4系统支持哪些存储协议?
A:InfiniBox G4系统将S3对象支持直接嵌入到InfuzeOS存储操作系统中。文件、块和对象协议现在原生驻留在操作系统中,当工作负载需要不同数据访问方法和通用数据服务时,可以减少管理负担,实现真正简化的软件定义存储。
好文章,需要你的鼓励
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
本期《Quick Charge》播客涵盖多个热点话题:特斯拉疑似试图删除FSD欺诈相关证据以规避巨额赔付;卡特彼勒持续推进建筑领域电气化布局;住宅太阳能30%税收抵免即将到期。此外,嘉宾Tom Pacheco就高压系统与电池技术培训展开探讨,强调电动车技术人才培养的紧迫性。节目同时提醒有意安装太阳能的用户尽快行动,可通过EnergySage平台比较多家安装商报价。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。