文件存储厂商 Qumulo 将其横向扩展文件系统移植到 Google Cloud 平台,并在 Google Cloud Marketplace 上线提供服务。
云原生 Qumulo(CNQ)具备 EB 级扩展能力,全面支持任何基于文件或对象的应用程序。Qumulo 表示,客户可以将所有工作负载"从大规模存档到要求最严苛的 AI 和高性能计算(HPC)应用"从现有的本地站点迁移到 AWS、Azure 以及现在的 Google Cloud,无需任何重构。
Qumulo 产品高级副总裁 Brandon Whitelaw 表示:"借助 Google Cloud 的高速网络和强大的 Z3 实例,CNQ 能够实现前所未有的性能水平,单一文件系统可达到超过 1.6 TBps(12,500 Gbps)的聚合吞吐量和 2000 万 IOPS,达到理论实例性能的 99.7%。更令人印象深刻的是,它能够即时扩展和缩减到该水平,完全独立于存储容量。"
CNQ 运行在客户的 Google Cloud VPC 中,可通过 Terraform 部署,"能够在不到 10 分钟内在 Google Cloud 上创建完整的文件数据平台。"用户可以选择特定的 Google Compute Engine 实例类型来满足其性能需求。
用户只需为实际使用的容量和性能付费。Qumulo 表示其 NeuralCache 功能采用预测缓存技术,使用机器学习优化读写操作,"提升性能并大幅降低云 I/O 成本,最高可达 99%。"
Google Cloud 上的 CNQ 可以通过添加数据自动将容量扩展到 EB 级别的单一命名空间,无需正式配置任何资源。用户可以在几分钟内无中断地重新配置系统,动态扩展性能。
该公司表示 CNQ"通过创新的定价模式和完全可定制的性能提供卓越的投资回报率。"它提供可调节的吞吐量和 IOPS,并具备实时分析功能,显示客户如何使用系统、系统随时间的变化情况以及数据创建位置,而无需索引或遍历系统。
CNQ 现在可以在公有云支持方面与戴尔的 PowerScale/OneFS 横向扩展文件存储系统展开更强有力的竞争。两家供应商都专注于 AI 领域,上个月 Qumulo 宣布在其云数据平台中增加三项 AI 增强功能:Helios AI 智能体、Cloud AI Accelerator 和 AI Networking,以改善管理、AI 数据选择和交付。
Q&A
Q1:云原生 Qumulo(CNQ)有什么性能特点?
A:CNQ 在 Google Cloud 上能够实现单一文件系统超过 1.6 TBps 的聚合吞吐量和 2000 万 IOPS,达到理论实例性能的 99.7%。它还能即时扩展和缩减性能,完全独立于存储容量,并可在不到 10 分钟内通过 Terraform 部署完整的文件数据平台。
Q2:Qumulo 的 NeuralCache 功能如何帮助降低成本?
A:NeuralCache 采用预测缓存技术,使用机器学习优化读写操作,不仅能提升系统性能,还能大幅降低云 I/O 成本,最高可达 99%。这项功能通过智能缓存策略减少不必要的云存储访问,为用户节省大量运营成本。
Q3:CNQ 与戴尔 PowerScale 在云服务方面有什么竞争优势?
A:CNQ 现在支持 AWS、Azure 和 Google Cloud 三大云平台,提供 EB 级自动扩展能力和创新定价模式。同时 Qumulo 还推出了三项 AI 增强功能:Helios AI 智能体、Cloud AI Accelerator 和 AI Networking,专门针对 AI 和高性能计算应用进行了优化。
好文章,需要你的鼓励
数据连接器构建商Airbyte发布更新,数据传输速度提升95%,成本降低显著。Snowflake同步速度提升10倍,MySQL到S3传输速度从23MB/s增至110MB/s。Assured Data Protection推出基于Zerto的灾难恢复服务。Snowflake Ventures投资Ataccama。Ceph发布V20.2版本。多家存储厂商包括NetApp、Qumulo、Veeam等发布产品更新和人事任命。中国存储领域仍面临硬盘驱动器技术挑战。
新加坡国立大学团队开发了PaperDebugger,这是首个直接嵌入Overleaf编辑器的AI学术写作助手。系统采用多智能体架构,用户选中文字后即可获得润色建议、文献调研和结构化评审,修改以差异对比形式展现并可一键应用。已通过Chrome应用店发布,获112人安装、4.9分好评,验证了编辑器内AI辅助的实用价值。
Qumulo将其横向扩展文件系统移植到Google Cloud平台,在Google Cloud市场推出Cloud Native Qumulo服务。该方案支持EB级扩展和全面的文件及对象应用,可实现1.6TBps吞吐量和2000万IOPS性能。用户只需为实际使用的容量和性能付费,通过机器学习优化读写操作,最多可降低99%的云I/O成本,10分钟内即可部署完整的文件数据平台。
中科院与字节跳动联合发布DAComp基准测试,发现即便是最先进的AI模型在企业级数据工程和分析任务中表现远不如预期。测试显示最强模型的成功率仅20%,揭示了AI在系统协调、商业洞察等方面的重大局限性,为企业数字化转型提供了重要参考。