软件定义存储的第一种选择就是与Hypervisor集成或作为其堆栈的一部分存在。VMware目前开发了Virtual SAN,该公司所谓的软件定义存储层正是作其软件堆栈的一部分存在。Hyper-V则拥有所谓的集群存储空间并且直接集成进微软的Hyper-V堆栈。
第二种软件定义存储架构就包含了第三方,hypervisor无关的产品,它们能够与VMware、Hyper-V、KVM或是思杰的产品协同,有一些软件产品功能完备,甚至在某些方面超越领先厂商,像是Maxta、Starwind Software 、 StoreMagic。它们提供同样的功能,但并非致力于某一特定Hypervisor。它们创建的存储仓库能够在多个不同的hypervisor间共享。
第三种是虚拟存储,已经出现相当长的时间。这一类型包含IBM Spectrum Virtualize、DataCore SANsymphony产品,它们将虚拟所有的硬件资源,将其抽象为软件层以更高效的分配资源。当某个应用负载需要配置具有特定数据保护机制的存储,你只需要从管理界面选择配置,它将随存储自动分配。
存储虚拟化可能是实现软件定义存储架构的最佳选项,因为它适用于大多数遗留基础设施。你不再需要直连存储配置,你只需要创建一个通用存储池,适当分配即可。
随需求的不同,软件定义存储有着不同的类型。一个有着全副VMware配置的存储管理员可能更倾向于VMware的专用虚拟SAN,而管理一个支持多Hypervisor的通用基础设施的管理员则很可能选择第三方或虚拟存储选项。
好文章,需要你的鼓励
Fractal AI Research实验室开发了Fathom-DeepResearch智能搜索系统,该系统由两个4B参数模型组成,能够进行20多轮深度网络搜索并生成结构化报告。研究团队创新了DUETQA数据集、RAPO训练方法和认知行为奖励机制,解决了AI搜索中的浅层化、重复性和缺乏综合能力等问题,在多项基准测试中显著超越现有开源系统,为AI助手向专业研究工具转变奠定了基础。
快手科技与清华大学合作发现当前AI语言模型训练中存在严重的权重分配不平衡问题,提出了非对称重要性采样策略优化(ASPO)方法。该方法通过翻转正面样本的重要性权重,让模型把更多注意力放在需要改进的部分而非已经表现良好的部分,显著提升了数学推理和编程任务的性能,并改善了训练稳定性。