IBM近日推出了TS1150的升级版——TS1155,提供了15TB的原始容量,增加近一半。
这些都是IBM专有格式的磁带。相比之下,开放标准的LTO-7提供6TB的原始容量(2.5:1的压缩比例下是15TB),即将推出的LTO-8将达到8TB,低于IBM的容量水平。
IBM透露TS1150的压缩比例为3:1,相同的压缩比例运用到TS1155的话,压缩容量就是45TB,远远高于TS1150的30TB。
TS1155采用新的TMR读传感器头技术,在JD类型介质(JD/JZ/JL)的15TB要比上一代TS1150 10TB高出50%,而且还支持JC 4TB(只读)和JC 7TB(读写)。
写入TS1155格式的介质是无法被TS1150读取的,但是向后兼容10TB的TS1150。
TS1155有两个型号:3592 55E(以太网)和3592 55F(光纤通道),两个型号在TS4500磁带库中都是可用的,且具有:
- 10Gbps以太网主机附加继接口,适合于55E上基于云的环境和超大规模环境
- 原生数据速率为360 Mbps
- 双端口8Gbps光纤通道,在55F上支持独立的机架式应用
- 有效再利用现有的JD/JZ/JL介质类型,能够读写TS1155格式的介质,而且格式相同介质最高到15TB
- 加密功能支持IBM Security Key Lifecycle Manager
- 当针对数据文件进行基准测试时,Streaming Lossless Data Compression (SLDC)算法使得压缩比例高于TS1140
- 规划未来还将针对访问数据增加支持Spectrum Archive (LTFS格式)
此外还将通过提供磁带使用情况和ELK的性能监控中在Spectrum Archive上提供支持,以及通过Simple Network Management Protocol(SNMP)发出警报。
一些功能利用了像“递归累积回传冲洗*”和“相同的无包装冲洗**”这样奇怪的字眼,让人感到很茫然。
TS1155与TS1150有相同的加载/读取、定位速度和访问时间,不兼容IBM TS7700或者Enterprise Tape Control Unit环境。
特定的IBM Power Systems、System i、System p、System x和其他运行AIX、Linux、Oracle Solaris和Windows的服务器支持TS1155 55F。
不过,TS1155 55D最初仅通过一个Window设备驱动程序提供,需要得到IBM i-RPQ 8B3685的支持。
客户可以将TS1150 Model EH8转换为TS1155 Model 55F驱动器。
IBM这次对新推出的驱动器计划供货是仔细且详细的。
从5月9日:功能号AGKQ for 3584 models L55以及D55
6月2日:Model 55F,型号切换,其他所有功能提供给除了阿根廷和台湾的其他所有国家
6月23日,Model 55F,型号切换,其他所有功能提供给除了阿根廷和台湾的其他所有国家
7月28日:Model 55E
* IBM在文档中称:“S1140磁带驱动器和TS1150磁带驱动器使用了一种所谓递归累积回传冲洗(或者非易失性缓存)的算法。这种算法增加了来自主机服务器的有效数据率性能,从而强制执行写操作时的同步操作。”
** IBM在文档中称:“通过递归累积回传冲洗功能提高性能,增加新的相同的无包装冲洗扩大了针对大文件的虚拟回传效果。”
好文章,需要你的鼓励
CIO们正面临众多复杂挑战,其多样性值得关注。除了企业安全和成本控制等传统问题,人工智能快速发展和地缘政治环境正在颠覆常规业务模式。主要挑战包括:AI技术快速演进、IT部门AI应用、AI网络攻击威胁、AIOps智能运维、快速实现价值、地缘政治影响、成本控制、人才短缺、安全风险管理以及未来准备等十个方面。
北航团队发布AnimaX技术,能够根据文字描述让静态3D模型自动生成动画。该系统支持人形角色、动物、家具等各类模型,仅需6分钟即可完成高质量动画生成,效率远超传统方法。通过多视角视频-姿态联合扩散模型,AnimaX有效结合了视频AI的运动理解能力与骨骼动画的精确控制,在16万动画序列数据集上训练后展现出卓越性能。
过去两年间,许多组织启动了大量AI概念验证项目,但失败率高且投资回报率令人失望。如今出现新趋势,组织开始重新评估AI实验的撒网策略。IT观察者发现,许多组织正在减少AI概念验证项目数量,IT领导转向商业AI工具,专注于有限的战略性目标用例。专家表示,组织正从大规模实验转向更专注、结果导向的AI部署,优先考虑能深度融入运营工作流程并产生可衡量结果的少数用例。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。