自从IBM整合红帽旗下Ceph存储产品路线图已经过去了一年,如今这项技术已经在日益由AI主导的应用环境下取得进展。
Gerald Sternagl
IBM Storage Ceph技术产品经理Gerald Sternagl在日前发布的博文中表示,“这套具备自我修复与自我管理功能的平台,强调在行业标准硬件之上以规模化方式提供统一的文件、块和对象存储服务。统一存储平台将为客户提供重要的跨架构桥梁,能够将运行在独立文件或块存储上的遗留应用程序同对象存储共同囊括在同一设备之内。”
博文解释称,“在数据管理领域,软件定义存储已经成为一股变革性的力量。与传统存储阵列相比,其拥有诸多优势,包括极高的灵活性与可扩展性,特别适合处理生成式AI等现代用例。”
Sternagl对于IBM的传统存储阵列硬件(例如大型机DS8000以及x86服务器FlashSystem阵列等)持批评态度。且在被蓝色巨人收购之前,他已经作为资深专家为红帽工作了十余年。
在他看来,“Ceph针对大型单站点与多站点部署进行了优化,能够高效扩展以支持数百PB的数据和数百亿个存储对象,从而为传统及新兴生成式AI等工作负载提供至关重要的支持。”Ceph能够适应数据湖仓、AI/机器学习开源框架以及其他“较为传统的工作负载,包括红帽OpenShift以及RedHat OpenStack上的MySQL与MongoDB。”
“生成式AI已经在大量非结构化数据的基础之上迎来了蓬勃发展,并由此建立起新的反馈循环。具体来讲,AI能够不断生成真实数据以进一步丰富并完善我们对非结构化数据集的理解,持续促进技术创新与进步。”
IBM用于数据、分析及AI工作负载的数据湖仓架构watsonx.data中,就包含约768 TiB的原始Storage Ceph容量。
Sternagl还补充称,“组织……需要一种能够加快数据摄取、数据清理与分类、元数据管理与增强、以及云规模容量管理及部署速度的存储管理解决方案。而软件定义存储无疑是种重要的解决思路。”此外,新的存储方案还必须能同时支持本地和公有云环境。
他这里指的软件定义存储,自然就是Ceph。IBM肯定不会在自己的发言中推广MinIO、Cloudian、Scality、DataCore或者WekaIO等竞品。
去年12月,IBM发布了Ceph更新,提供用于勒索软件防护的对象锁定不可变功能。新版本还提供对NVMe-oF及NFS的预览版支持,用于将数据摄取至底层Ceph对象存储当中。
评论
要想将块、文件和对象存储实现全面组合,最大的问题就是如何保证各自的访问协议如何彼此对接,这可能会拖累并限制新功能(例如NVMe-oF及NFS支持)的实现。如果大家需要在单一软件包之内支持全部三种协议,那么Ceph的确是个不错的选择。但必须承认,纯块存储、块加文件存储组合、纯文件组合或者对象加文件存储组合其实可以更好地支持新功能,同时带来更高的数据访问速度。
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。