戴尔公司对其PowerStore存储阵列进行了重大更新,在提升容量和灾备能力的同时,优化了文件操作性能。
PowerStore产品线概览
PowerStore是戴尔的双控制器统一存储阵列,支持文件和块存储,提供磁盘、混合和全闪存配置。2024年发布的PowerStore 3200Q变体采用QLC(4位/单元)固态硬盘,而其他全闪存型号(500T、1200T、3200T、5200T和9200T)则使用速度更快的TLC(3位/单元)NAND闪存。该系列搭载PowerStore OS v4.0操作系统,PowerStore Prime版本可实现5:1的数据压缩比。主要竞争对手包括NetApp全闪存阵列、Pure Storage FlashArray以及HPE的Alletra 6000和Storage MP系统。
容量大幅提升
新推出的30TB QLC固态硬盘使PowerStore每机架单元的存储容量翻倍,在5:1数据压缩比的前提下,单个2U机箱的有效容量可达2PB,这有助于节省电力和空间占用。戴尔表示,电能效率最高可提升23%。新的30TB驱动器可与现有的15TB驱动器混合使用。
增强的灾备能力
PowerStore OS v4.3版本在灾备功能方面新增了三项复制功能和多方授权机制。块存储工作负载现在支持通过光纤通道进行同步复制,而基于文件的工作负载则可通过光纤通道进行异步复制,提供精确到5分钟的恢复点目标(RPO)。此外,还支持60英里距离内的城域同步复制,具备自动故障转移功能,实现零RPO和RTO(恢复时间目标),特别适合关键业务工作负载。
多方授权机制要求两名具有管理员级别权限的授权人员共同批准重要的存储变更,如文件删除和保护策略修改。
文件操作性能优化
文件操作的改进主要围绕NFS v4.2功能展开。首先是服务器端复制功能,NFS客户端可以指示NFS文件存储服务器直接在服务器内部将数据从文件A移动到文件B。这种方式避免了客户端先从服务器复制文件A数据,再写入文件B位置的传统做法,从而节省网络带宽和客户端CPU资源。
稀疏文件功能主要应用于服务器虚拟化系统磁盘映像和高性能计算检查点文件。这些文件通常包含大量已分配但未使用的空间或空洞(实际为零值)。传统复制方式需要读取这些未填充区域并传输其字节,造成极大浪费。通过稀疏复制功能,可以用文件元数据描述这些空洞,在复制操作中跳过相应字节。
第三项文件操作改进是支持标签化NFS,可为文件附加表示安全策略的标签,这被称为强制访问控制(MAC)。这些标签会随安全控制一起传输。
管理功能增强
戴尔新增了"高频访问者"功能,能够识别哪些用户或应用程序正在访问哪些文件。管理员可以识别主要消耗者,监控IOPS和带宽等性能指标,并根据QoS策略进行相应调整以解决瓶颈问题。
此外,新的AIOPs存储管理功能提供统一视图,显示客户所有PowerStore集群及其操作系统更新状态。客户可以自动化大规模并行操作系统更新,使PowerStore环境管理更加流畅便捷。
Q&A
Q1:PowerStore 3200Q与其他型号有什么区别?
A:PowerStore 3200Q采用QLC(4位/单元)固态硬盘,而其他全闪存型号如500T、1200T、3200T、5200T和9200T使用速度更快的TLC(3位/单元)NAND闪存。QLC版本更注重容量和成本效益。
Q2:新的30TB固态硬盘能带来多大的容量提升?
A:新的30TB QLC固态硬盘使PowerStore每机架单元的存储容量翻倍,在5:1数据压缩比的前提下,单个2U机箱的有效容量可达2PB,同时电能效率最高可提升23%。
Q3:PowerStore OS v4.3的多方授权机制是如何工作的?
A:多方授权机制要求两名具有管理员级别权限的授权人员共同批准重要的存储变更操作,如文件删除和保护策略修改,这提高了存储系统的安全性和操作规范性。
好文章,需要你的鼓励
Uber年度失物报告首次纳入无人驾驶出租车数据。过去一年,乘客在Uber平台的机器人出租车中遗留了数千件物品,包括手机、钥匙、钱包等常见物品,以及假牙、15磅溜溜球等奇特物件。乘客可通过App联系客服找回失物,支付15美元即可享受同城配送,或前往车辆停放站自取。Uber表示,将依托现有运营体系为自动驾驶业务提供全面支持,计划2025年底前在全球15座城市开通无人驾驶打车服务。
TREK方法通过引入外部验证解法对AI进行短期校准,解决了GRPO训练在困难题目上因无法探索正确解法区域而陷入瓶颈的问题,在数学推理和智能体任务上均取得明显提升。
Uber周三发布了一款基于现代Ioniq 5改装的数据采集原型车,搭载14个摄像头、8个固态激光雷达和9个雷达,通过英伟达双驱Thor计算机处理数据。Uber计划今年在全球部署500辆此类车辆,每月可采集200万英里高保真驾驶数据,供Avride、Waymo、WeRide等30余家自动驾驶合作伙伴使用。这是Uber自2020年出售自动驾驶部门以来首次自主组装车辆,也是其AV Labs部门的重要进展。
SkillOpt-Lite通过将智能体技能优化形式化为零阶优化问题,提出极简流水线:把执行轨迹存为文本文件,让AI直接用文件系统工具翻日志、找规律、改技能,配合独立验证门控,比复杂的多智能体优化框架跑得更快效果更好,并自然延伸至执行框架自动优化(HarnessOpt),使轻量模型能够超越大模型。