VDURA首席执行官Ken Claffey认为,该公司应当与DDN、VAST Data和WEKA并列,成为现代AI和传统HPC工作负载的极高性能可靠数据存储供应商。
存储采购商需要重新评估VDURA,因为作为Panasas HPC成功基础的PanFS软件自Claffey于2023年9月担任CEO以来已经过全面改造。公司于2024年5月更名为VDURA,以体现其转型和对数据速度与持久性的专注。
Claffey表示,VDURA结合了并行文件系统的稳定线性性能与对象存储的弹性和成本效益。
VDURA基于微服务的VDP(VDURA数据平台,即升级版PanFS)采用基础对象存储架构,客户端通过顶层并行文件系统访问数据。系统具备统一全局命名空间、单一控制平面和单一数据平面。元数据管理使用运行在闪存上的VeLO(速度层操作)分布式键值存储,对象存储默认采用HDD。
虚拟化保护对象设备(VPOD)存储实体位于HDD层。为确保数据持久性,在每个VPOD内部和整个VDURA集群间提供纠删码保护。VeLO软件运行在横向扩展的1U控制器节点上,VDURA自研硬件采用AMD EPYC 9005处理器、Nvidia ConnectX-7网络接口卡、Broadcom 200Gb以太网和Phison PCIe NVMe SSD(Pascari X200系列)。
VDP具有统一命名空间,控制器节点通过VeLO处理元数据和小文件,通过VPOD处理大型数据。控制器节点管理文件到对象的映射,实现并行文件系统与对象存储的无缝集成,同时支持S3协议。
VPOD可运行在混合闪存-磁盘节点和全闪存V5000存储节点(F-Node)上。混合存储节点集成与控制器节点相同的1RU服务器和运行VPOD的4RU JBOD,提供高性能可靠性的经济批量存储。
F-Node采用1RU服务器机箱,可容纳多达12块128TB NVMe QLC SSD,提供1.536PB原始容量。F-Node搭载AMD EPYC 9005系列处理器和384GB内存,配备Nvidia ConnectX-7以太网智能网卡实现低延迟数据传输,另有三个PCIe和一个OCP Gen 5插槽用于高速前端和后端扩展连接。
即将推出的ScaleFlow软件将实现高性能QLC闪存和大容量磁盘间的"无缝数据移动"。
VDP是软件定义的本地化产品,使用现成硬件,正在向主要公有云平台移植。今年夏季还将支持GPUDirect存储(GDS)以及RDMA和RoCE(v2)。
Claffey表示,三到五年前QLC闪存价格将降至HDD水平的预测并未实现。他告诉我们:"企业级闪存成本会从8倍降到6倍再到4倍,然后所有专家都说会降到2倍甚至1倍。还记得那些预测吗?但现实恰恰相反,驱动器成本没有根本性变化……现在去百思买或任何地方看看,1TB HDD和1TB SSD的价格差距接近8倍。"
需要分层闪存-磁盘架构来提供闪存速度和磁盘经济性。VDURA希望为AI和HPC构建最佳、最高效的存储基础设施。公司不打算构建数据库,从存储基础设施角度看那属于AI堆栈的上层。相反,它将保持开放,欢迎所有AI数据库。
VDURA相信将成为AI/HPC存储基础设施领域的性能领导者。使用其将于9月正式发布的全闪存F-Node的早期客户表示其极具竞争力。
Claffey称VDURA在竞标中胜过对手。一个美国联邦项目的大型系统集成商竞标就是例证。据称该SI考察了多家竞争供应商,他们提出的并行访问系统能够以亚毫秒延迟为大型x86和GPU计算集群(世界最大的美国国防集群之一)提供充足性能。竞标涉及多年项目,2025年第一阶段需要20PB总容量和超过100GBps持续性能,2026年第二阶段将提升至约200PB可用容量和2.5TBps持续性能。
VDURA投标的系统采用V5000全闪存节点提供性能,HDD扩展提供批量容量。该公司被SI选中是因为匹配了性能和容量需求。声称在性能和TCO方面击败竞争对手,并补充说VDURA系统具有更好的TB/瓦特比和更低的碳足迹。
公司认为在性能上可匹敌DDN和IBM Storage Scale,并声称易于使用、管理和可靠。
好文章,需要你的鼓励
本文探讨如何使用生成式AI和大语言模型作为倾听者,帮助用户表达内心想法。许多主流AI如ChatGPT、Claude等被设计成用户的"最佳伙伴",或试图提供心理健康建议,但有时用户只想要一个尊重的倾听者。文章提供了有效的提示词技巧,指导AI保持中性、尊重的态度,专注于倾听和理解,而非给出建议或判断。同时提醒用户注意隐私保护和AI的局限性。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
人工通用智能和超级人工智能的出现,可能会创造出一种全新的外星智能形态。传统AI基于人类智能模式构建,但AGI和ASI一旦存在,可能会选择创造完全不同于人类认知方式的新型智能。这种外星人工智能既可能带来突破性进展,如找到癌症治愈方法,也可能存在未知风险。目前尚不确定这种新智能形态是否会超越人类智能,以及我们是否应该追求这一可能改变人类命运的技术突破。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。