日前,存储性能委员会(Storage Performance Council,简称SPC)公布最新SPC-1基准评测榜单,浪潮高端全闪HF18000G5获得23,001,502 IOPS(每秒读写操作次数)、0.294ms延时的评测值,位列性能总榜全球第一。

浪潮高端全闪夺得性能总榜全球第一
SPC-1基准评测堪称存储界“奥林匹克”,是业界最活跃、最有影响力的国际性能评测。此评测涵盖度量性(metrics)、重复性(repeat)、耐久性(persistence)三大标准流程,能够对存储系统处理复杂请求和大规模数据的能力进行量化评估。为了使评测标准符合企业不同时期的工作负载,20多年来SPC-1进行了三次大版本升级和数十次评测标准改进,其评测结果对企业存储选型有重要参考价值,吸引了浪潮、HPE、Fujitsu、Hitachi、IBM、NetApp等全球主流存储厂商参与性能公测。
总榜性能夺冠背后 浪潮存储实现能力进阶
本次总榜夺冠是浪潮第六次飙榜。早在2018年,浪潮存储以超150万IOPS创下8控存储业界最高成绩,2020年浪潮存储包揽16控、8控、单位成本性能三项冠军,今年6月浪潮在分布式存储领域再次打破记录。本次浪潮存储向SPC-1性能总榜发起挑战,以超2300万IOPS摘得总榜桂冠。至此,浪潮存储实现了从集中式全闪、分布式全闪新存储飙榜到总榜夺冠“大满贯”,其背后体现的是浪潮存储在性能指标、技术实力、市场增速等维度的全面进阶。
性能全面碾压。本次SPC-1评测中,浪潮存储单控性能达到72万IOPS,以32个控制器实现超2300万IOPS总性能、0.294ms时延,三项指标均刷新全球记录。相比榜单第二的华为,浪潮存储单控和总性能分别高出10%、延时降低20%,具备全球最强IO密集型业务支撑能力。
技术实力领先。浪潮高端全闪获得总榜性能最高成绩,源自浪潮在控制器架构和全闪软件栈上全面自主研发能力。浪潮存储是SPC-1评测中全球唯一两家能够提供32控高端存储的厂商,从最早的8控升级到32控全局共享缓存,控制器扩展能力提升带来了更强劲的性能。同时浪潮存储全新开发了闪存原生的“iTurbo 2.0智能加速引擎”,并构建了由傲腾和NVMe闪存盘组成的智能分层存储资源池,将智能IO均衡、智能资源调度、智能元数据管理等数十项性能优化算法与闪存盘联调优化,让千万级IO均衡落盘且时延业界最低,将存储系统性能发挥到极致。
市场增速领跑。得益于领先的产品技术,浪潮存储市场竞争力大幅提升,据Gartner全球存储市场最新数据显示,浪潮存储市场销量进入全球前五,成为全球增长最为强劲的存储厂商。浪潮存储已经在全球最大SAP HANA能源数据仓库、全球最大规模网络计费业务、全球最大信用卡业务系统、大型国有银行交易系统、亿级用户医保专享云等行业核心业务中实现规模化部署,产品性能、可靠性、稳定性等均达到业界领先水平。
以性能第一为核心 塑造全球存储新势力
随着数字经济发展,数据要素在未来企业发展中扮演重要角色,据IDC预测,到2022年全球65%的GDP将由数字化推动,数据要素挖掘和利用的效率将影响企业数字化转型的速度,性能成为企业存储选型的核心因素。浪潮存储将在集中式全闪、分布式全闪新存储领域持续投入,以 “性能全面碾压”、“技术实力领先”、“市场增速领跑”的强大产品和市场竞争力加速企业数字化转型,形成全球存储新势力。
如需获取浪潮存储SPC-1基准评测报告,请访问:
http://www.spcresults.org/benchmarks/results/top10/performance/spc1/3
好文章,需要你的鼓励
B&H近期对多款M5 Pro MacBook Pro机型推出300美元优惠。14英寸M5 Pro版本(48GB内存+1TB固态硬盘)现售价2299美元,较原价2599美元节省300美元,且该配置在亚马逊无法购买,折扣机会更为难得。此外,16英寸M5 Pro版本(64GB内存+1TB固态硬盘)同样享有300美元折扣。B&H在多款高配MacBook机型上的定价已低于亚马逊,是近期可找到的最优价格。
FORTIS是专门测量AI代理"越权行为"的基准测试,研究发现十款顶尖模型普遍选择远超任务需要的高权限技能,端到端成功率最高仅14.3%。
Insta360推出GO 3S复古套装,将现代4K运动相机与胶片时代美学结合。套装核心仍是仅重39克的GO 3S,新增复古取景器、胶片风格滤镜、NFC定制外壳及可延长录制时长至76分钟的电池组。复古取景器模仿老式腰平相机设计,鼓励用户放慢节奏、专注构图。相机内置11种色彩预设及负片、正片等滤镜,同时保留FlowState防抖、4K拍摄及10米防水能力,面向热衷复古影像风格的年轻创作者。
荷兰Nebius团队提出SlimSpec,通过低秩分解压缩草稿模型LM-Head的内部表示而非裁剪词汇,在保留完整词汇表的同时将LM-Head计算时间压缩至原来的五分之一,端到端推理速度超越现有方法最高达9%。