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
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。