戴尔的PowerScale文件系统存储现在可以作为Azure的托管服务使用,而其PowerStore块存储则成为微软Azure Local产品的存储选项。
PowerStore是戴尔的统一文件和块存储、双控制器、现已全闪存的存储阵列。PowerScale是其集群式、横向扩展的文件系统存储,目前正在为其本地部署版本增加并行IO支持。Azure Local是微软的本地和超融合实现版本的Azure公有云,可以说是运行在裸机服务器硬件上的Azure私有云。它在微软服务器系统供应合作伙伴(如戴尔)提供的硬件上运行Azure虚拟机和容器。PowerScale和PowerStore的Azure相关消息在微软Ignite大会上宣布。
Azure PowerScale与微软联合开发,配备专为戴尔定制的NVRAM增强计算设施和专用SKU。Azure PowerScale在单一命名空间中支持高达8.4 PB的存储容量。据了解,NetApp的Azure NetApp Files服务支持高达7.2 PiB(8.1 PB)的卷容量,而Qumulo声称支持EB级别的容量。Azure PowerScale支持NFS、SMB和S3协议,并通过SyncIQ实现异步复制到Azure以进行灾难恢复。
戴尔表示"Azure PowerScale提供闪电般的性能,比我们最接近的竞争对手快4倍",但未明确指出该竞争对手。我们认为可能是Qumulo或NetApp,两者都在Azure上提供云原生文件服务。
本地PowerScale客户可以将其计算密集型工作负载突发到Azure,并使用相同熟悉的PowerScale界面。
Azure Local集成
戴尔和微软正在使PowerStore作为Azure Local部署的存储能力,通过其NVMe SSD提供高达5.9有效PB容量(1.18 PB原始容量)和5:1数据缩减保证。
戴尔私有云现在也将支持Azure Local,即在戴尔私有云上运行Azure Local。这是一个全栈解决方案,包括计算、外部存储和网络,具有自动化部署、灵活且独立的计算和存储扩展能力。
微软Azure边缘基础设施产品管理副总裁Dean Paron表示:"通过将Microsoft Azure Local引入戴尔私有云和PowerStore,我们帮助客户简化IT运营并释放混合云策略的全部潜力。"
Azure Local与戴尔私有云和戴尔PowerStore的集成预计将于2026年春季进入早期访问阶段。Azure PowerScale已在微软市场上提供,包含标准版、增强版或高级版计划。
Q&A
Q1:Azure PowerScale是什么?能提供多大存储容量?
A:Azure PowerScale是戴尔与微软联合开发的云端文件系统存储服务,在单一命名空间中支持高达8.4 PB的存储容量,支持NFS、SMB和S3协议,并通过SyncIQ实现到Azure的异步复制以进行灾难恢复。
Q2:PowerStore在Azure Local中能提供什么存储能力?
A:PowerStore作为Azure Local部署的存储选项,通过NVMe SSD提供高达5.9有效PB容量(1.18 PB原始容量),并提供5:1数据缩减保证。它是统一的文件和块存储、双控制器、全闪存的存储阵列。
Q3:Azure Local与戴尔私有云集成什么时候可以使用?
A:Azure Local与戴尔私有云和戴尔PowerStore的集成预计将于2026年春季进入早期访问阶段。而Azure PowerScale已经在微软市场上提供,包含标准版、增强版或高级版计划。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。