在這個信息爆炸的時代,“大數(shù)據(jù)”成為了各行各業(yè)中被提及最多的一個名詞,因此在“大數(shù)據(jù)”上的表現(xiàn)也成為了未來各企業(yè)競爭力的體現(xiàn)。正是在這樣的背景之下,如今的存儲市場也顯得尤為活躍。從市場表現(xiàn)中來看,各家的存儲產品都有著不盡相同的表現(xiàn),那對于未來來說,存儲產品又會迎來一個怎樣的時代。
在惠普“超越存儲 遠見未來”2015存儲遠見者高峰論壇上,惠普就給出了他們的答案。對于如何定義未來存儲,惠普也給出了“超越閃存、超越融合、超越架構、超越虛擬化、超越性能、超越擴展”這六大超越理念。在會上,惠普還發(fā)布了HP 3PAR StoreServ全閃存陣列,并逐一為大家展示了全新產品在這六大超越中的表現(xiàn)。
超越閃存:借助第一層全閃存陣列中業(yè)內容量最大的固態(tài)硬盤,用戶可以在能夠以更加實惠的價格為更多應用部署閃存。結合能夠把可用容量增加75%的惠普閃存優(yōu)化和硬件加速數(shù)據(jù)壓縮,這些信的3.84TB驅動器把全閃存存儲的成本降低到每GB可用空間1.50美元,接近10K RPM SAS硬盤的成本。在為開發(fā)者和數(shù)據(jù)倉庫的多個全數(shù)據(jù)副本使用節(jié)約空間的快照功能時,客戶可以把容量需求降低六倍,相當于把每GB成本降低到0.25美元。
超越融合:利用HP OneView,實現(xiàn)一件工具、一套流程、一種體驗到跨服務器、存儲、網(wǎng)絡的簡化且一致的管理,幫助企業(yè)用戶降低運營支出,多態(tài)融合,實現(xiàn)了數(shù)據(jù)在存儲設備間的任意移動。其超融合系統(tǒng)幫助用戶在15分鐘內完成部署,實現(xiàn)快速業(yè)務上線。
超越架構:惠普構建了業(yè)界首創(chuàng)全網(wǎng)狀架構,做到了以低延遲總線高速連接的全網(wǎng)狀多控架構,實現(xiàn)99.9999%的可靠性。另外,8個引擎實現(xiàn)節(jié)點間的真正雙活,同一卷由全部控制器同時管理,控制器之間對等連接,保障數(shù)據(jù)的安全和一致性。
超越虛擬化:惠普采用獨有蜂巢式進行底層虛擬化管理,實現(xiàn)了總體性能和容量利用率全面提升。底層虛擬化可支持多種RAID級別在磁盤中共存,提升利用率。無固定熱備盤,提高性能,實現(xiàn)快速重建。管理簡單無需擔心連續(xù)壞盤,極大降低運維壓力。
超越性能:惠普采用了其獨有的高性能ASIC專用芯片,能夠實現(xiàn)高速處理精簡配置、零偵測、數(shù)據(jù)重刪等常用功能。將CPU從繁重的工作中釋放出來,實現(xiàn)亞毫秒級的延遲。
超越擴展:實現(xiàn)1000塊以上的SSD擴展,60PB容量的極限閃存配置滿足未來數(shù)據(jù)增長和業(yè)務發(fā)展。
對于HP 3PAR StoreServ在六大超越中的獨創(chuàng)技術表現(xiàn),中國惠普有限公司中國區(qū)副總裁、存儲產品事業(yè)部總經理黃強表示:“早期閃存使用者看到了大量節(jié)約成本和提高生產力等附加優(yōu)勢,因此為更多應用部署全閃存。HP 3PAR StoreServ自成一體,價格實惠、可擴展并且高彈性,支持在整個數(shù)據(jù)中心內部署閃存。”
在會上,惠普還同時宣布“15k機械硬盤與傳統(tǒng)混合陣列、傳統(tǒng)高端存儲陣列、傳統(tǒng)全閃存陣列、孤島式存儲即將被終結,而HP 3PAR也會重新定義企業(yè)級閃存元年。”從這一句中我們不難看出惠普的氣魄與愿景,HP 3PAR并非一味的追求閃存的速度,而是為用戶提供了更經濟、更安全、性能更全面、表現(xiàn)更出色的存儲解決方案,可以滿足不同用戶全方位的需求。未來的存儲究竟是否會向著這個方向鎖發(fā)展,還是讓我們拭目以待吧。
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調整內部專家配置。該方法在數(shù)學、編程等任務上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術,實現(xiàn)AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質量視頻,延遲僅0.76秒,質量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓練多個AI模型。實驗結果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎幾何知識對培養(yǎng)AI空間智能的重要價值。