Microsoft 为其 Azure 公有云服务的基于磁盘的文件存储提供了一种更可预测的计费方式,类似于其 SSD 文件存储的预配置模式,作为按量付费系统的替代选择。
Azure 有两种文件存储层级:使用快速 SSD 存储的 Premium 层级和使用硬盘驱动器 (HDD) 的 Standard 层级。Premium 采用基于创建文件共享时容量的 Provisioned v1 模型计费。用户选择所需容量后,Azure 根据容量分配 IOPS 和吞吐量 (带宽)。要获得更多 IOPS 和/或吞吐量,必须配置更多容量。
按量付费模型是对基于 HDD 的文件存储按使用容量、吞吐量和数据传输成本计费的标准方式。它有三个访问层级:面向交易密集型工作负载的交易优化层级、用于平衡容量和交易需求的热访问层级,以及面向容量为中心工作负载的冷访问层级。Azure 在存储账户级别而非文件共享级别监控此方案,这使得文件共享成本难以确定。
Azure 存储首席产品负责人 Vybava Ramadoss 表示:"基于使用量的定价可能非常难以理解和使用,因为很难或无法准确预测文件共享的使用情况。"
Microsoft 现在为 Standard (基于 HDD) 文件存储层级提供了 Provisioned v2 定价模型。与 Provisioned v1 模型不同,用户可以为文件共享单独配置容量、IOPS 和吞吐量。不过,Azure 将"根据您选择的预配置存储量为您推荐 IOPS 和吞吐量配置"。
Provisioned v2 文件共享的大小可以从 32 GiB 扩展到 256 TiB,IOPS 最高可达 50,000,吞吐量可达 5 GiB/秒,用户可以根据需要动态调整应用程序的性能,无需停机。
Azure 增加了 Provisioned v2 文件共享特性,相比按量付费方案有所提升。
Azure 使用五个指标监控此定价模型下的文件共享使用情况:
按最大 IOPS 的事务数,提供指定时间粒度内使用的最大 IOPS。
按最大 MiB/秒的带宽,提供指定时间粒度内使用的最大吞吐量 (MiB/秒)。
文件共享预配置 IOPS,按小时跟踪共享的预配置 IOPS。
文件共享预配置带宽 MiB/秒,按小时跟踪共享的预配置吞吐量。
IOPS 突发信用,帮助您跟踪 IOPS 使用情况与突发之间的关系。
Provisioned v2 定价模型目前在北美、南美、欧洲和亚太地区的 24 个 Azure 区域可用。
相比之下,Azure NetApp Files 具有基于 1 TiB 增量的 Standard、Premium 和 Ultra 存储层级。这些层级针对单重加密、双重加密和冷层访问的定价不同,在容量基础上基本上要贵得多。
Azure Native Qumulo 实例分为热层和冷层,热层起价为 3,700 美元/月,冷层起价为 2,500 美元/月。使用量计费基于容量、吞吐量和 IOPS 指标。表格比较了 Azure Files、NetApp 和 Qumulo 在 Azure 中的文件服务的基本容量/月价格,已标准化为每 GiB 数字。
此表仅提供基本容量价格。各种文件存储服务的完整价格比较需要考虑吞吐量和 IOPS 费用,以及可能适用的其他费用,如快照成本。
相比之下,Dell APEX File Storage for Azure 按年度许可容量 (TB) 定价:12 个月为 642.81 美元,36 个月为 1,578.8 美元。Dell 表示,运行该产品的成本是软件计划费用加上运行 Dell APEX File Storage for Azure 软件的 Azure 虚拟机基础设施成本的组合。
目前只有一个软件计划,即集群部署计划,且是免费的。没有按虚拟机实例定价的详细信息。
好文章,需要你的鼓励
33年后,贝尔纳多·金特罗决定寻找改变他人生的那个人——创造马拉加病毒的匿名程序员。这个相对无害的病毒激发了金特罗对网络安全的热情,促使他创立了VirusTotal公司,该公司于2012年被谷歌收购。这次收购将谷歌的欧洲网络安全中心带到了马拉加,使这座西班牙城市转变为科技中心。通过深入研究病毒代码和媒体寻人,金特罗最终发现病毒创造者是已故的安东尼奥·恩里克·阿斯托尔加。
悉尼大学和微软研究院联合团队开发出名为Spatia的创新视频生成系统,通过维护3D点云"空间记忆"解决了AI视频生成中的长期一致性难题。该系统采用动静分离机制,将静态场景保存为持久记忆,同时生成动态内容,支持精确相机控制和交互式3D编辑,在多项基准测试中表现优异。
人工智能安全公司Cyata发现LangChain核心库存在严重漏洞"LangGrinch",CVE编号为2025-68664,CVSS评分达9.3分。该漏洞可导致攻击者窃取敏感机密信息,甚至可能升级为远程代码执行。LangChain核心库下载量约8.47亿次,是AI智能体生态系统的基础组件。漏洞源于序列化和反序列化注入问题,可通过提示注入触发。目前补丁已发布,建议立即更新至1.2.5或0.3.81版本。
马里兰大学研究团队开发ThinkARM框架,首次系统分析AI推理过程。通过将思维分解为八种模式,发现AI存在三阶段推理节律,推理型与传统AI思维模式差异显著。研究揭示探索模式与正确性关联,不同效率优化方法对思维结构影响各异。这为AI系统诊断、改进提供新工具。