举例来说,刀片式服务器拥有良好的计算密度、模块化配置和可维护性,但刀片机箱的初始采购成本和空间占用,对成长型企业的一些需求不是很合适。那么有没有在小尺寸机箱中提供灵活的模块化设计,同时兼顾起步成本和可管理性的服务器产品呢?
存储双活如今被许多人所追捧,如果只是为了双活而在计划采购的阵列基础上增加存储虚拟化网关,将导致成本大幅上升,并在一定程度上增加架构的复杂性。那么要是阵列自身集成双活功能,是否会成为性价比更高、更为合理的解决方案呢?
以上两个问题的回答都是肯定的,答案正是戴尔创新的PowerEdge FX2融合体系结构模块化服务器和SC4020 Live Volume双活存储,这套解决方案在一个用户项目中碰撞出了火花。
项目背景
某 用户的三网改造项目,即将现有的内网和外网两张网改造成涉密网、非涉密网(内网)和互联网(外网)三个独立的安全网络区域,完全实现网络区域之间的物理隔 离。根据三网改造方案,用户需要将现有逻辑隔离的内网和外网进行物理分离,并且将现有的内网数据中心改变为互联网数据中心,而新建一个非涉密网数据中心。
需求分析
戴尔存储团队从听到该项目需求开始,与用户进行积极的方案交流,并最终发现了用户的关键痛点:
1. 单位预算紧张,数据中心改造预算要控制在xx万以内;
2. 数据安全要完善,双活容灾最好能够一次性搞定;而其他品牌提供的方案动辄上百万;
3. 要体现技术先进性和创新性。
方案设计
根据戴尔工程师的设计方法,为用户定制了一套融合云数据中心解决方案,即采用多套Dell PowerEdge FX2融合刀片服务器作为虚拟化云基础架构,运行VMware虚拟化平台,3套Dell SC存储,全闪存加本地双活(用户机房)和远程LXR容灾(同城电信机房)的云数据中心整体解决方案。该方案获得了用户极高的认可,而且其它厂商无法在预算可控的前提下提供类似的解决方案。
注1:每套FX2机箱中都配置2个FC630节点,最多支持4个;
注2:戴尔SC4020存储内置双活容灾功能,不需要额外添加存储网关,整个SAN网络结构只需配置一对冗余的FC交换机。
最后,戴尔结合用户预算情况确定了2台FX2和2套SC4020(Live Volume双活,其中一台加大容量硬盘做数据备份容灾)的方案,并最终顺利部署。
技术亮点
1. PowerEdge FX2机柜空间占用小,能耗低,符合当前环保节能的趋势和要求;2套总计4U机架空间,最高可以配置8台2路FC630服务器(为HPC优化的FC430节点密度还可翻倍),而如果采用传统2U的R730则需要占用将近半个机柜。
上图中用红圈标出的部分,就是FX2的一种配置——支持1.8” SSD的4个FC630节点。如果是连接外部存储阵列,另一种2.5英寸驱动器位的FC630应该使用更多(见本文开头图片)。
2. FX2 + SC4020(Live Volume双活)+ VMware虚拟化平台可以构建一套全冗余高可用基础架构,可以做到任何一个物理设备故障都不会导致业务停机;同时运维方便。
在《深入DellWorld2015:SC9000存储软硬件更新解密》一文中,我们曾经写道:“戴尔Live Volume已经通过VMware vMSC(vSphere Metro Storage Cluster)的认证,也就是可以接近于在本地数据中心的一套阵列上那样进行虚拟机的HA切换、vMotion迁移等操作。”
3. 横向扩展优势,无论是计算资源还是存储资源都可以轻松实现横向扩展和无缝升级。
虚拟化和云计算流行的时代,对于数据中心基础架构中计算、存储资源的Scale-out线性扩展都提出了要求。得益于PowerEdge FX2的设计,戴尔服务器不仅可以在2U机箱内横向扩展,还支持混用多种不同计算节点,真正做到了将传统刀片服务器小型化、平民化。
戴尔SC4020中端存储系统,不仅创新地支持全闪存阵列中读密集型&写密集型SSD之间的自动分层,更是提供了传统只在专用存储虚拟化设备、高端阵列上才有的双活功能,使其如今能够被更多人用得起、用的好。正所谓“旧时王谢堂前燕,飞入寻常百姓家”。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
武汉大学研究团队提出DITING网络小说翻译评估框架,首次系统评估大型语言模型在网络小说翻译方面的表现。该研究构建了六维评估体系和AgentEval多智能体评估方法,发现中国训练的模型在文化理解方面具有优势,DeepSeek-V3表现最佳。研究揭示了AI翻译在文化适应和创意表达方面的挑战,为未来发展指明方向。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
参数实验室等机构联合发布的Dr.LLM技术,通过为大型语言模型配备智能路由器,让AI能根据问题复杂度动态选择计算路径。该系统仅用4000个训练样本和极少参数,就实现了准确率提升3.4%同时节省计算资源的突破,在多个任务上表现出色且具有强泛化能力,为AI效率优化开辟新方向。