StorPool Storage在其块存储软件的v21版本中添加了纠删码,这意味着其数据应该能够在更多设备和节点故障的情况下存活下来。
该存储平台表示,它增加了云管理集成的改进以及提高了数据效率。StorPool构建了一个基于标准服务器节点的多控制器、可扩展的块存储系统,可以运行应用程序和存储。它是可编程、灵活、集成和始终在线的。该公司声称,其纠删码实现在几乎不影响读/写性能的情况下,可以保护免受驱动器故障或损坏的影响。
StorPool首席执行官Boyan Ivanov告诉我们:“与人们普遍认为的相反,大多数供应商只在同一机箱中复制RAID,而不是在多个节点或机架之间进行纠删码。”
StorPool制作了下面的图表,从其角度研究了纠删码竞争格局:
StorPool的纠删码需要至少五个以上的全NVMe服务器节点上才能提供四个功能:
跨节点数据保护—信息通过两个奇偶校验对象跨服务器进行保护,因此任何两个服务器都可能发生故障,数据保持安全和可访问性。
按卷策略管理--可以使用三重复制或擦除编码来保护卷,并在数据保护方案之间进行按卷实时转换。
延迟批处理编码–传入数据首先以三个副本写入,然后批量编码,大大减少数据处理开销,并最大限度地减少对用户I/O操作延迟的影响。
始终运行—在整个存储系统保持运行且所有数据都可用的情况下,最多可以重新启动或关闭两个存储节点进行维护。
现在,客户可以为每个工作负载选择更精细的数据保护方案,根据每个单独的用例调整数据占用空间。在大规模部署中,客户可以执行跨机架纠删码, 使其存储系统能够从数据效率的提高中受益,同时确保最多两个机架的故障存活。
v21版本还包括:
改进了iSCSI可扩展性:允许客户每个节点最多导出1000个iSCSI目标,特别适用于大规模部署。
CloudStack插件改进:支持CloudStack的卷加密和部分区域范围存储,从而实现计算主机之间的实时迁移。
OpenNebula附加组件改进:支持多集群部署,其中多个StorPool子集群表现为具有统一全局命名空间的单个大型主存储系统。
OpenStack Cinder驱动程序改进:支持StorPool存储集群的部署和管理,这些集群支持Canonical Charmed OpenStack和使用kolla ansible管理的OpenStack实例。
与Proxmox虚拟环境深度集成:通过集成,任何使用Proxmox VE的公司都可以从端到端自动化中受益。
额外的硬件和软件兼容性:增加了经过验证的硬件和操作系统的数量,从而使StorPool Storage更容易在客户的首选环境中部署。
该公司的StorPool VolumeCare备份和灾难恢复功能现在安装在群集中的每个管理节点上,以提高业务连续性。VolumeCare始终在每个管理节点中运行,只有在活动管理节点上的实例才会主动执行快照操作。
好文章,需要你的鼓励
卢森堡大学研究团队开发的RLDP框架首次将强化学习应用于差分隐私优化,创造性地解决了AI训练中隐私保护与模型效果的矛盾。该方法如同智能教练,能动态调整隐私保护策略,在四种语言模型上实现平均5.6%的性能提升和71%的训练时间缩短,同时增强了抗隐私攻击能力,为敏感数据的AI应用开辟了新路径。
这项由北京大学人工智能研究院完成的研究,首次从数据压缩理论角度揭示了大型语言模型存在"弹性"现象——即使经过精心安全对齐,模型仍倾向于保持预训练时的行为分布。
腾讯混元团队联合北京大学提出MixGRPO技术,通过混合ODE-SDE采样策略和滑动窗口机制,将AI图像生成训练效率提升50%-71%,同时在多项人类偏好评估指标上超越现有方法。该技术采用"从难到易"的渐进优化策略,专注于图像生成早期阶段的重点优化,并引入高阶求解器进一步加速训练过程,为AI图像生成的产业化应用提供了更高效可行的解决方案。