随着十四五规划的落地、“东数西算”工程正式全面启动,推动数字化转型向纵深迈进。如何有效地管理海量多样的数据类型,实现资源共享,进一步发掘数据价值,高效支撑多样化应用,成为存储系统亟待解决的问题。3月23日,曙光就以上问题在京举行技术研讨,与行业资深专家共探存储新发展。
分布式统一存储
应对海量数据多样化应用需求
“面对海量爆发的数据,传统集中式存储已经不是最优选了,现在更多是采用分布式存储解决这个难题。”在海量数据多样化应用需求面前,中科曙光存储事业部副总经理张新凤给出了解决方案。
据悉,相较于传统存储,横向扩展的分布式存储具备扩展性强、容量大、数据安全性高等特点,可轻松应对海量数据的管理需求。而近10年来,曙光一直致力于海量数据存储与处理技术的研发,面对数字化转型的挑战,曙光分布式统一存储系统ParaStor,可应对“5G+AI+云”时代下的海量数据多样化应用需求。
曙光ParaStor集结多项优势
激发数据潜在价值
张新凤介绍,去年底,曙光ParaStor融合了文件、对象、块、HDFS多种协议,真正实现了海量异构数据资源的融合,高效助力企业的数字化转型,可广泛应用于高端计算、通信、自动驾驶、EDA、能源勘探等多个领域,全面挖掘数据的潜在价值。

曙光ParaStor单一存储节点同时支持文件、块、对象、HDFS四种存储服务,3节点存储集群即可承载非结构化与结构化数据业务,消除存储设备多样性及管理复杂性,降低存储系统的构建成本;为了满足对象应用,曙光ParaStor对IO协议栈进行极简优化,实现了单桶千亿KB级小对象的存储能力,存储集群百万级TPS吞吐性能可达到业内领先水平;同时,曙光ParaStor提供原生HDFS接口,无任何协议损耗,无缝接入大数据平台,实现存储与计算资源按需配置的同时,满足新老存储同时读写,应用“0”改造,数据“0”迁移,构建更佳的高性价比大数据存算分离解决方案。
值得一提的是,基于自研优势,曙光可根据不同行业用户的不同需求,进行代码级的定制化设计与开发,产品功能和性能指标可大大优于同类产品。同时,多年来超大规模项目的部署经验与应用的支持,让曙光ParaStor的可靠性和稳定性得到了充分的市场检验。
“存储市场是需要很深技术积累和很大资金投入的市场,所以很早预估到行业的发展趋势,进行自主研发产品的企业一定会跟未来的趋势高度结合”赛迪顾问业务总监高丹表示。作为国内第一批做自研分布式存储的厂商,曙光将不断进行自我革新,根据市场趋势进行产品和系统的迭代升级,开发更多场景应用,切实推进企业的数字化转型。
曙光技术圆桌派精彩回顾:https://live.vhall.com/v3/lives/watch/556380469
好文章,需要你的鼓励
购买笔记本电脑时,用户现在需要了解Copilot+ PC、NPU和本地AI处理等新概念。搭载专用神经处理单元(NPU)的Copilot+ PC能提供至少40 TOPS的AI算力,支持实时字幕翻译、视频通话优化、AI图像编辑等功能,同时提升续航表现。戴尔最新产品线涵盖多种选择:Dell 14 Plus适合学生和通勤族,Dell 16 Plus适合多任务办公用户,XPS 14面向轻度创作者,XPS 16则以31小时超长续航和3.6磅轻薄机身成为内容创作者的旗舰之选。
阿里团队推出Qwen-Image-Agent,通过规划、推理、搜索、记忆和反馈五大模块,主动填补用户需求与AI生成所需信息之间的"情境鸿沟",并配套发布IA-Bench评测基准。
圣安德鲁斯大学博士Henry Legg在《自然》杂志发表同行评审论文,对微软拓扑间隙协议(TGP)框架提出质疑,认为该框架在推断Majorana粒子量子态存在方面存在缺陷,且实验数据分析结论可能有误。微软此前宣称将于2029年实现可扩展量子计算机,并推出Majorana 2芯片。对此,微软坚持立场,表示已发表正式反驳并获《自然》收录,对研发路线图充满信心。
清华、浙大等高校提出OPID框架,从AI自身完成的任务轨迹中提炼层级化经验技能,转化为密集训练信号,解决强化学习中稀疏奖励难以精细指导决策的问题。