ZD至顶网服务器频道 10月26日 新闻消息(文/邹大斌): 10月25日,曙光公司在北京举行产品发布会,正式推出中科曙光StackCube超融合云计算一体机(以下简称“曙光超融合一体机”),为满足用户关键业务上云需求提供一体化方案。
超融合已经成为数据中心领域的一个新的亮点,特别是在当下服务器市场增长乏力的背景下,服务器厂商更是对此给予厚望。根据Gartner最近公布的2016年第二季度的数据,全球服务器市场增长2%,除亚太与东欧之外的其余所有地区均出现下滑。与此同时,超融合市场被普遍看好,IDC预测,超融合架构系统在2018年的市占率将达16%,Gartner则认为到2018年将有40%的中小型企业会用超融合系统代替单独的“服务器和存储”,并预测到2019年超融合形态将占据集成系统35%的份额。
实际上,市场上大多数的主流服务器厂商都有自己的超融合产品,比如,戴尔、HPE、联想、华为、浪潮等主流的服务器厂商。所不同的是,大家采用了不同的技术路线。比如HPE是完全基于自由技术,戴尔是与Nutanix合作,联想则既有基于自有技术的产品也有与Nutanix等公司合作的产品。
曙光选择的是与VMware合作,采用的VMware的VSAN,这背后的原因自然与曙光公司与VMware之间的紧密合作关系有关。曙光公司副总裁沙超群介绍说,曙光超融合一体机采用“虚拟化软件+内核级软件定义存储软件+通用X86硬件”的架构,其中内核级软件定义存储软件VMware VSAN不仅是业界最稳定的分布式存储,其性能表现同样不俗。
沙超群特别强调了曙光的超融合一体机是“内核级别的”。沙超群解释说,是因为VSAN与vSphere的结合是内核级,因此其效率更好,性能更好。
据了解,StackCube最大可支持4U空间400TB本地存储的超高存储密度,是传统机架服务器的2倍。2015年,VMware和曙光曾采用业界认可的SwingBench压力测试工具对VSAN进行测试。测试逼真地模拟电商业务中常见的4种交易,按500并发用户加压,VSAN以普通的四台服务器的配置获得了12592 TPS的优异性能与18块SSD的全闪存外置磁盘阵列相当。VSAN无疑具有更高的性价比。
“小型数据中心只需要配置一套4节点超融合一体机即可以满足需求。”沙超群说,一套曙光超融合一体机在混合读写模式下,每台每秒进行读写操作的次数(IOPS)达100000次,显示了优越的磁盘性能。更重要的是,曙光超融合一体机的高IOPS均是在超低存储延迟条件下实现的:关键业务丝毫不受影响。
发布会上,“高可用性”也是曙光强调的一个亮点。沙超群介绍说,为了免去用户部署应用的后顾之忧,曙光超融合一体机在稳定性方面下足了功夫,从软件层面、硬件层面到逻辑层面乃至数据中心层面均精心设计,以应对发生在IT基础设施上的各种故障和灾难,用超高可用性护航用户的关键业务。
曙光超融合一体机拥有虚拟机容错(FT)、HA、vMotion、VDP功能,可获得级别更高的可用性和数据保护,确保业务连续性。在Virtual SAN环境下,曙光超融合一体机的数据多副本存储策略和数据纠删码容错机制,可保证即便发生硬件故障(磁盘、主机、网络、机架损坏等),也不会造成数据丢失或停机。曙光超融合一体机制定了灵活的备份策略,数据可从超融合一体机在线迁移至备份一体机,且用户业务不受影响;在数据中心层面,超融合一体机支持Virtual SAN可扩展集群,拥有跨站点容灾支持。
此外,稳定可靠的VMware VSAN能够与vSphere的其他功能紧密集成,如vMotion、HA等,也将确保一体机计算层和存储层高度可用。
好文章,需要你的鼓励
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。