日前,在存储性能委员会(Storage Performance Council, SPC)组织的SPC-1TM 基准测试中,浪潮存储AS5500G2获得1,500,346 SPC-1? IOPS(每秒进行读/写操作的次数)、亚毫秒延迟的评测值。IOPS性能达到此前中端存储SPC-1TM性能最高纪录的2.5倍,媲美高端存储,成为全球中端存储的性能领跑者。
什么是SPC和SPC-1™?
存储性能委员会(SPC),1999年成立,专注于应用存储性能负载基准定义、推广与存储产品性能评测的非盈利组织;作为全球存储最专业性能评测机构,SPC针对存储行业的需求和关注创建了系列行业标准的性能基准,为公众提供客观、可信、经过严格审计的性能度量;注册会员包括全球业界TOP 5在内的27家主流存储供应商,如Dell、NetApp、HPE、IBM、HDS、华为、浪潮、联想等。
SPC-1TM基准测试,设计存储系统在企业关键业务应用场景下的负载模型,覆盖结构化数据为主的数据库、电子邮件等在线事务处理(OLTP)应用,其IO模式特征包括读写响应时间敏感度、工作负载的多样性及动态变化、性能表现长时间稳定可靠等共计8种数据访问行为的模拟。作为SPC最活跃的基准测试项目,7家厂商在过去一年时间累计发布了13个SPC-1TM测试结果,而中端存储就占了8个。
中端存储 如何界定?
此次对参与评测的浪潮存储AS5500G2产品定位及对标的公开SPC-1TM数据的中端存储产品界定,参照IDC和Gartner两家全球知名分析咨询机构的标准。IDC按照价格段(Price Band)来划分,band4-band6(k~.99k)属于中端存储的范畴;Gartner对于中端存储的定义标准条目比较多,与高端存储差异的核心是对大机(Mainframe)及FICON/ESCON接口的支持。
据IDC 9月公布分析报告,2018上半年,国内中端企业存储收入占比56%且同比增长23.5%,是存储市场占比最高、增长最快,也是竞争最激烈的细分领域。
入围Gartner四象限、刷新SPC-1TM性能记录,浪潮迈向世界级存储厂商
作为浪潮关键企业应用存储的主打系列,浪潮智能存储G2平台自2017年2月上市发布以来,坚持“三高”特性,不断进行闪存化、智能化技术创新,最大程度地为关键业务客户挖掘、整合、盘活、提升数据的力量,在成为世界级存储进程中不断演进。
G2上市当年,浪潮智能存储G2通过Gartner围绕业务表现与增长、产品技术创新与发展的评审,成功进入了其通用存储阵列(General-Purpose Disk Arrays,GPDA)魔力四象限,获得业界专业机构认可。
2018,浪潮智能存储G2系列的中端旗舰——AS5500G2在SPC-1™性能测试首次在中端存储阵营中以亚毫秒延迟、突破百万级IOPS(1,500,346),媲美高端存储性能,刷新了全球中端存储的性能记录,为浪潮的世界级存储厂商进程构筑了新的里程碑。
领先的硬件资源利用率 使企业关键应用客户受益
企业数字化转型,数据成为新的生产资料,云计算与边缘计算、大数据、人工智能等新应用驱动的新数据时代已来,数据存储、加工、分析利用的效率提升成为迫切需要解决的关键问题;对于规划企业关键应用存储的客户,存储性价比($/KIOPS)一直是最重要的决策因素,直接影响IT基础设施建设成本。$/IOPS是衡量存储性价比的关键标准,在单位成本($)下,IOPS越高意味着同一时间能够处理的用户请求越多、承载的用户访问压力越大;高铁订票实时交易应用,IOPS高意味着可以在相同时间售出更多、并接受更多的余票查询访问请求。
本次SPC-1TM测试中,浪潮存储AS5500G2通过软件IO栈在读访问流预测和缓存优化、随机小块聚合写等技术创新,硬件资源利用率关键指标:在单盘(系统性能IOPS/贡献性能的DISK数量)和单控(系统性能IOPS/集群控制器数量)的IOPS产出超越原中端存储最高性能记录产品20%以上,为以性能IOPS为核心需求的企业关键应用客户提供更高性价比的存储产品。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。