华为推出了一款新的全闪存OceanStor Pacific阵列9920,并透露了其压缩和面向勒索软件快速恢复的一些细节。
这家总部位于中国的大型公司和存储领域的巨头们进行竞争,拥有广泛的存储产品组合:OceanStor Dorado全闪存、OceanStor Hybrid、OceanStor Pacific分布式存储、FusionCube HCI和OceanProtect备份存储。
新的9920采用了可扩展的设计和完全对称的分布式架构,但实际上它是一个五合一的阵列,因为它具有基于2RU机箱的多功能设计,可根据CPU类型和驱动器变化进行配置。比如高性能的H系列,可以由两个基于Arm的鲲鹏 920处理器提供动力,也可以由两个英特尔至强SP CPU提供动力。
鲲鹏系列机箱可以使用用于SAS或NVMe驱动器的12 x 3.5英寸或25 x 2.5英寸驱动器托架。H系列可以有12 x 3.5英寸或25 x 2.5英寸SAS插槽,也可以有12个3.5英寸或24 x 2.5英寸NVMe驱动器托架。整体情况很复杂。
一个鲲鹏节点可以提供高达20GBps的带宽,稳定的1ms延迟,并以高达230000 IOPS的速度运行。更快的Intel H系列可运行80万IOPS。随着节点的扩展,带宽和IOPS总量会增加。
基于鲲鹏处理器的9920系统支持NFS、SMB、POSIX、MPI-IO、HDFS和S3存储访问,而基于Intel的H系列支持SCSI、iSCSI和OpenStack Cinder。
数据访问可以通过TCP或RoCE在25或100GbitE或100Gbps EDR InfiniBand上进行。9920以N+M方案提供基于纠删码的数据冗余,其中M可以是2、3或4,表示驱动器恢复数量。如果数据丢失,则使用鲲鹏处理器以每小时2TB的速率和使用Xeon CPU以每小时4TB的速率进行自动和并发的数据重建。H系列还支持3副本模式,而不是纠删码。
华为表示,凭借其FlashLink技术和AI Fabric网络加速,单个9920系统可以满足数百万虚拟机的应用性能要求,包括虚拟化(云资源池)、数据库、高性能计算、AI应用和大数据分析等工作负载。
9920可以单独使用,也可以为基于磁盘的OceanStor Pacific 9540提供闪存存储层。
OceanStor压缩和勒索软件保护
华为的OceanStor软件套件具有智能的应用程序感知压缩功能。例如,算法,用于压缩数字病理学中使用的JPEG图像,声称使用其软件时,压缩比可以达到59:1,而没有使用其软件时,压缩比为38:1。
我们被告知,它的软件可以在基因测序中采用1.8:1的GZIP压缩比,并将其提高到3:1。在这种情况下,软件从语义上解析输入数据并识别某些应用程序文件类型,例如数字病理学和基因序列。然后,它可以使用多帧相关性和基于参考的压缩,将数据缩减率提高50%。华为表示,其软件还具有自适应边界识别功能,可以减少分区信息熵,仅此一项就可以将压缩率提高20%以上。
OceanCyber设备可以通过数据复制快照安全扫描实时监控OceanStor Pacific IO模式。它可以检测勒索软件攻击,据称识别准确率为99.9%,然后使用WORM文件系统中的安全快照从所谓的隔离区跨空气间隙进行恢复。恢复可以在检测到攻击后几秒钟内开始。
勒索检测在任何带有阻止列表和信任列表的勒索软件事件之前开始。使用用户行为分析来监控进程内事件的IO行为。华为的软件还对文件中的勒索软件进行定期检测扫描。
华为产品在美国实际上是不可用的。在美国以外,在其产品销售的地区和地区,华为产品代表着强大的存储系统竞争。
好文章,需要你的鼓励
三星与AI搜索引擎Perplexity合作,将其应用引入智能电视。2025年三星电视用户可立即使用,2024和2023年款设备将通过系统更新获得支持。用户可通过打字或语音提问,Perplexity还为用户提供12个月免费Pro订阅。尽管面临版权争议,这一合作仍引发关注。
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
苹果M5 MacBook Pro评测显示这是一次相对较小的升级。最大变化是M5芯片,CPU性能比M4提升约9%,多核性能比M4 MacBook Air快19%,GPU性能提升37%。功耗可能有所增加但电池续航保持24小时。评测者认为该产品不适合M4用户升级,但对使用older型号用户仍是强有力选择。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。