闪迪与美超微(Supermicro)今日宣布建立战略联盟,做下一代软件定义全闪存解决方案。合作基于闪迪的大容量和高性能闪存系统InfiniFlash™ 系统和美超微(Supermicro)服务器,旨在满足推动大数据和云环境下分散式数据中心增长的需求。
上述解决方案还可通过Nexenta的旗舰Open SDS文档和块存储统一平台以及NexentaStor™ 平台获得。
InfiniFlash是由SanDisk闪迪公司研发的下一代存储平台,与传统的硬盘驱动(HDD)阵列3相比,其存储密度可达5倍2,性能达到50倍,可靠性达到4倍,而功耗则可减少80%。与此同时,InfiniFlash还可为全闪存硬件解决方案提供突破性定价,无需压缩或去重技术的全闪存系统4的最低起价不足1美元/GB。借助可提供数据缩减方案的软件栈,每GB的实际成本甚至可大幅下降至前所未有的水平(如:基于5倍的数据缩减系数,实际成本仅为20美分/GB)。
横向扩展解决方案
SanDisk闪迪用于OpenStack/CEPH的InfiniFlash IF500与美超微公司(Supermicro)的服务器联手,可显著降低PB级OpenStack环境下的私有云数据存储成本。横向扩展可增加现有部署系统中的计算和存储容量节点,提供一个大容量、高密度和全闪存系统,可为具有大数据存储需求的客户带来可扩展性能和突破性的价格优势。
纵向扩展解决方案
Nexenta软件公司,加之美超微公司(Supermicro)的服务器和SanDisk闪迪InfiniFlash IF100系统,可为企业和云客户的文档打印、云后端和共享虚拟基础设施等工作带来强大的存储能力。该全闪存联合解决方案可为数据中心客户提供经过预测试、功能全面、具有成本效益比的高性能系统,帮助他们应对当今日益增加的各种挑战。该联合解决方案可纵向扩展至4PB架构,可提供业内高性能、成熟且支持块和文档统一服务的最佳效能。这是业内少见的高效能解决方案,包含了布局成熟及标准统一的组成版块和文件存储服务,可以稳定地达到低于毫秒级的超低响应时间,每个机架的IOPS(每秒读写操作次数)超过800万次。
“我们与美超微(Supermicro)和Nexenta公司的合作,将把各方最佳的解决方案,包括与传统全闪存阵列部署方案相比的突破性低成本,以及与硬盘驱动阵列部署方案相比得到显著增强的性能、更高的可靠性和更低的功耗提供给数据中心”,SanDisk闪迪公司系统与软件解决方案部副总裁兼总经理Ravi Swaminathan 表示:“这些解决方案将使客户可以经济高效地部署PB级闪存解决方案,并借此向其最终用户提供全新产品和服务,推动其业务的增长。”
美超微(Supermicro)营销与业务开发副总裁Don Clegg表示: “美超微的端到端计算解决方案针对迅猛发展的全闪存系统市场,提供所需的最佳性能、效率、可扩展性和可靠性。我们与SanDisk闪迪和Nexenta合作开发基于全闪存的一体化存储解决方案,可加快下一代存储技术的部署,最大程度提高单位电压、单位投资和单位面积的性能,利用规模经济降低总体拥有成本。”
Nexenta首席执行官Tarkan Maner表示:“NexentaStor Open SDS、SanDisk闪迪InfiniFlash和美超微服务器系统这一市场领先的解决方案组合,将在功能和性能方面有出众表现。这些解决方案将真正带来新的突破,使全闪存成为对一系列用例均经济实用的解决方案,包括高性能数据库、虚拟化环境、大数据池和超高密度的有效档案库等。”
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。