新华三2018领航者峰会开幕在即,“融绘数字未来,共享美好生活“如何体现在新华三从产品到解决方案,再到行业实践中?数据中心又将有哪些发展的趋势?存储的机遇与新技术又将落地何处?在峰会上这些问题的答案将一一揭晓。若要2018领航者峰会上不留遗憾,必看这篇存储三大看点攻略。
人工智能:存储的先知系统
人工智能遇上存储便催生了InfoSight,从Nimble闪存阵列到3PAR系列产品,通过安装在存储阵列上的传感器,每分钟采集超过4000个状态信息,借助全球数亿设备的长期实践跟踪,InfoSight通过机器学习和不断分析,逐渐成为了懂存储的系统。因为有了这些分析数据和经验,InfoSight能够将问题解决在发生之前,达到了自动化运维的更高境界。
2018领航者峰会之上,InfoSight将为嘉宾展示这样的“先知魔力”,人工智能将与企业存储更深刻的融为一体。未来InfoSight还将走出存储系统,在企业数据中心更广泛的应用,InfoSight将如何重塑IT运维? 2018领航者峰会给你答案。
软件定义(SDS):海量数据的未来
大数据分析、深度学习算法、非结构化数据应用等话题,持续火爆的背后其实都隐藏了同一个问题,那就是海量数据存储。
海量数据带来的是复杂的数据结构、前所未有的数据规模以及快速增长,既要妥善存储并为上层分析等系统所用,又要维持低TCO,相比硬件更新换代的高成本及长周期,灵活的软件定义存储是众望所归的两全之策。
分布式架构为基础的软件定义存储以Scale-out扩展使得企业可以将初期存储系统投入压缩到极致,并随业务规模增长按需扩展。未来,数据洪流带来的高成本挑战被分解的同时,软件定义存储将更灵敏的感知应用的需求、更智能的管理各类存储介质资源、更快速的帮助客户实现数据到价值的转变。
新华三UniStor X10000存储系统不断刷新着单文件系统可支持最大节点数以及单一系统中存储容量的上限。2018领航者峰会,X10000分布式存储系统将再次挑战海量存储的极限,让企业客户能够笑对暴增的数据量。
全闪存系统:SCM推动高性能存储演进
混合存储系统、NVDIMM作为缓存提高写入速度、CASL(Cache Accelerate Sequential Layout),围绕闪存,在闪存逐渐成为存储系统主流介质的每个阶段,Nimble都在闪存与HDD之间寻找最佳平衡点,百万级IOPS、0.1毫秒的延迟、6个9的可用性以及极简运维等等关键特性,助力客户获得最高性价比的存储系统。
如今,闪存已经具备了成为主存储的所有特性,全闪存阵列的春天即将来临。作为对闪存和企业需求都了解至深的新华三,新一代SCM存储系统的到来,将为闪存市场注入什么样的新活力,就在2018领航者峰会为您揭晓。
2018领航者峰会之上,新华三全系产品将悉数到场,配备InfoSight的3PAR存储阵列、新一代分布式存储系统X10000、Nimble闪存存储系统、超融合SimpliVity都将亮相展区。而软件定义、闪存、人工智能等诸多企业存储的关键议题、新华三在存储领域的实践以及对未来趋势的判断、数字未来如何通过新华三存储践行,这些话题都将由新华三存储专家在现场与嘉宾一一解读。3月30日,让我们在新华三2018领航者峰会上洞悉存储未来!
好文章,需要你的鼓励
阿里纳德数据中心与Calibrant Energy合作开发首创电池储能系统,通过绕过传统电网升级时间线,使俄勒冈州希尔斯伯勒在建数据中心园区提前数年上线。该31兆瓦、62兆瓦时储能系统计划2026年投运,将作为响应电网的动态资产,在需求高峰期放电,增强区域电网可靠性。这标志着美国首次使用专用电池系统加速大型数据中心并网。
威斯康星大学研究团队开发了LUMINA系统,专门检测AI在回答问题时的"撒谎"行为。该系统发现AI有时会忽视提供的参考资料,固执地依赖内部知识生成不准确回答。LUMINA通过监测AI对外部文档和内部知识的依赖程度来识别这种行为,在多个测试中达到90%以上的准确率,比以往方法提升13%,为构建更可信的AI系统提供了重要工具。
微软在Edge浏览器中推出增强版Copilot模式,提供更强大的AI代理功能,目前在美国进行限量预览。该模式包含Actions和Journeys两大功能:Actions让浏览器能代表用户执行任务,如语音控制打开网页或查找文章特定内容;Journeys则记住用户浏览历史,帮助用户继续之前的研究任务。此举正值AI浏览器竞争加剧,OpenAI推出ChatGPT Atlas、Perplexity发布Comet、谷歌集成Gemini到Chrome。目前Chrome占据71%市场份额,Edge仅占4.67%。
这项由法国CentraleSupélec大学领导的研究通过严格控制的实验,系统比较了AI的推理训练与传统训练方式。研究发现推理训练在数学、开放式任务中效果显著,但需要70亿参数以上模型才能充分发挥优势,且成本增加明显。研究为AI开发者提供了明确的应用指导,有助于根据具体场景选择最优训练策略。