NetApp 在其全闪存 ASA 块存储产品系列中新增多款型号,推出新的 FAS 混合闪存文件存储系统 (FAS50),推出面向 HPC 的新型 E 系列 SAN 存储 (EF300C 和 EF600C),并扩展了勒索软件检测和恢复保障至块存储产品线。
全新的 ASA A20、A30 和 A50 主要采用了升级版的 CPU、PCIe 和内存组件。这些产品定位于 ASA 块存储产品系列的入门级和中端市场,作为现有 A70、A90 和 A1K 的补充,同时替代 A250 和 A400。
A20 的原始容量范围从 15TB (太字节) 到 734TB,通过数据压缩可达到 3.2PB (拍字节),集群模式下最高可达 19PB。A50 的原始容量为 68TB 至 1.8PB,集群模式下有效容量最高可达 48PB。
NetApp 的 ASA 系列 (All-SAN Array) 是其面向本地部署的硬件形式闪存块存储产品,可添加云端容量。ASA 实际上是 NetApp 的 AFF 全闪存阵列系列,但关闭了 NAS 功能。
所有新款 A 系列阵列均采用 2U 机架设计。A50 与现有的 A70 在容量上有所重叠,但后者采用 4U 机架设计以提供更多连接选项,NetApp 首席技术专家 Grant Caley 如是说。
"更高规格的阵列可以安装提供更多 I/O 选项的卡片。在较低规格的模块化系统中,这些功能是集成的。"
据 NetApp 介绍,A20 比现有 A150 快 72%,而 A30 和 A50 则分别比其所取代的 A250 和 A400 快 109% 和 171%。A150 和 A250 于 2023 年 5 月推出,容量分别为 0.5PB 和 1.1PB。
ASA 产品的升级稍晚于 NetApp 对其 AFF 全闪存文件存储产品的升级。Caley 表示,这只是由于时间限制造成的。"工程师的数量是有限的,而且 AFF 是更受客户欢迎的平台。"
此外,NetApp 还对其 E 系列产品进行了类似的组件升级,推出了新的 EF300C 和 EF600C。E 系列源自 NetApp 在 2011 年收购 Engenio。这些产品运行 SanTricity 操作系统,最初仅支持机械硬盘,后来在 2013 年 NetApp 首次进军闪存存储市场时添加了闪存支持。
它们仍然是混合闪存系统(这意味着它们也可以使用 HDD),但新型号现在可以使用 30TB 和 60TB 容量的高密度 QLC 闪存驱动器。
Caley 说:"我称之为'简单 SAN'。这是一个非常高密度的阵列,具有海量吞吐量,适合 HPC 类型的使用场景,只需要快照和复制功能。"
"随着闪存成本上涨,我们看到 HDD 的使用率有所上升,主要用于次要和低性能工作负载。"
FAS 产品线也迎来了新成员。这是 NetApp 长期存在的"文件服务器"系列的继任者,仍然采用混合闪存设计。新的 FAS50 位于 2820 和 FAS70 之间,在高可用性系统中提供 100TB 到 10.6PB 的原始容量,集群模式下最高可达 127PB。
同时,NetApp 将于今年晚些时候发布用于块存储的 NetApp OnTap 自主勒索软件保护和人工智能系统 (ARP/AI)。这包括为块存储重新包装的 NetApp 勒索软件保障,名为"勒索软件检测计划",如果其勒索软件检测未能发现入侵,公司承诺最初将免费帮助客户恢复。
NetApp 对此充满信心,并强调了其勒索软件检测和恢复功能。这包括基于机器学习的异常检测,可以识别涉及数据加密的异常模式和异常用户活动。
与之前的版本一样,当 AI 发现异常活动时,它会立即触发快照,客户可以从中恢复。
最后,在 NetApp 的混合云存储管理平台 BlueXP 中,客户现在还可以模拟勒索软件攻击及其恢复过程。
好文章,需要你的鼓励
Allen AI研究所联合多家顶尖机构推出SAGE智能视频分析系统,首次实现类人化的"任意时长推理"能力。该系统能根据问题复杂程度灵活调整分析策略,配备六种智能工具进行协同分析,在处理10分钟以上视频时准确率提升8.2%。研究团队创建了包含1744个真实娱乐视频问题的SAGE-Bench评估平台,并采用创新的AI生成训练数据方法,为视频AI技术的实际应用开辟了新路径。
联想推出新一代NVMe存储解决方案DE6600系列,包含全闪存DE6600F和混合存储DE6600H两款型号。该系列产品延迟低于100微秒,支持多种连接协议,2U机架可容纳24块NVMe驱动器。容量可从367TB扩展至1.798PiB全闪存或7.741PiB混合配置,适用于AI、高性能计算、实时分析等场景,并配备双活控制器和XClarity统一管理平台。
中科院团队首次系统评估了AI视觉模型在文本压缩环境下的理解能力,发现虽然AI能准确识别压缩图像中的文字,但在理解深层含义、建立关联推理方面表现不佳。研究通过VTCBench测试系统揭示了AI存在"位置偏差"等问题,为视觉文本压缩技术的改进指明方向。