在之前的存储小讲堂中
我们介绍了NVMe的诞生和原理
进而了解到NVMe
对于企业级存储的重要性
不过故事还没完呐
不止上面这些
NVMe的重要性更在于它为未来十年的
“杀手级”介质做好了准备
到那时才是NVMe真正大放异彩的时候
在此之前,先看看戴尔科技员工配音的
存储知识小讲堂吧
2分钟快速了解
为什么下一代存储有NVMe很重要
未来十年存储的另一件“大杀器”
毋庸置疑,NVMe将成为企业级存储的必然,就像今天的闪存一样。但随着越来越多的用户开始用上SSD和NVMe,并在延迟和IO上有了质的提升,我们不禁想问,接下来应该期待什么?
故事开始前,一些关键细节厘清:
从更大的角度来看,NVMe只是故事的一部分。NVMe作为一种接口/协议,和介质是在平行轨道上前行的。
在戴尔科技看来,NVMe填补了通向未来的缺口,而SCM(存储类内存)才是打开了未来的通路。
接口方面,NVMe利用了CPU和SSD的并行性,抛开了SAS和SATA等为旋转磁盘设计的存储协议的开销。而在介质方面,NVMe打开了通往下一代介质的大门。
目前,NVMe主要利用SSD(NAND闪存介质)改善延迟和加快数据传输。但随着SCM进入企业存储领域,两者的配合将推动行业发展。
就像基于NAND的闪存取代旋转磁盘一样,SCM可能会在将来完全取代SSD。性能上,SCM比DRAM内存要慢,但比NAND SSD快10倍以上,因为还支持字节寻址,所以写入的时候不用先擦除整个块,大大减少写放大,而且延迟会低很多,寿命更长,相比NAND SSD有许多先天优势。
NVMe最好的时刻已经到来
不同于部分厂商采用自有NVMe标准,戴尔科技集团自2007年就与NVMHCI(非易失性内存主控制器接口)组织合作开发NVMe的行业标准技术,并且是首个加入此组织的IT厂商。
这意味着,在NVMe的选择上,用户可以不受单一厂商绑定,同时充分保障投资。
此外,戴尔科技也与英特尔等硬件行业领导者紧密联合,合作开展SCM在存储阵列上的应用,以确保产品满足企业需求的同时,还将对早期采用者的价格溢价降至最低。
目前,戴尔科技已经在业界率先推出支持双端口SCM的存储产品——PowerMax和PowerStore,为传统高要求工作负载(如 Oracle、SQL Server 和其他 OLTP)以及新一代应用程序(例如实时分析)带来高级别的性能、可扩展性、整合和效率。
*戴尔易安信PowerStore采用英特尔®至强®可扩展处理器,该处理器可以优化工作负载,可靠性强,还有高计算力、高稳定性和高效敏捷性,不仅帮助PowerStore轻松满足既定工作负载,也可以为数字化变革做好准备。
不同于其他厂商只能将SCM作为二级缓存,双端口SCM意味着在某个故障或控制器升级的情况下,可以用第二个控制器和NVMe端口访问数据,这对于企业存储阵列所需的可靠性非常重要。
我们也会看到,随着SCM的逐步采用,NVMe的潜力也将得到真正释放。而其中一些行业,将会大大受益于SCM。
电子交易应用
时间就是金钱。响应时间越快,交易执行和确认的速度就越快。交易执行价格时刻都在发生变化,数微秒就可能意味着百万美元。快速的端到端响应不仅能避免应短时间价格变化造成的损失,还能保持竞争力。
实时分析
当涉及到欺诈检测或营销应用时,时间也是毫秒级甚至是微秒级的游戏,而当实时分析效率的提升带来商业价值的增长时,所带来的价值将轻松超过额外的存储介质成本。
高性能数据库
大型数据库,如Oracle和一些SQL和ERP,总是能从更好的性能中获益。随着数据库的增长,它们将变得分散,并需要从更多地点进行访问,此时延迟的微小变化会对整体性能产生越来越大的影响。
而借助SCM,无需进行IT架构重大调整即可帮助抵消这些延迟挑战。
人工智能
据估计,90%的I/O是由10%的数据提供服务的。如果将这10%的数据放在SCM上,那么大家都会受益。IT从业者可以为几乎所有用户提供更好的响应时间
SCM与机器学习和人工智能结合后,可以实现大规模的工作负载整合。能够智能优化数据放置的系统,如在正确的时间将正确的数据放置在正确的存储介质上,能够为整个企业带来巨大的客户效益。
今天的存储知识小讲堂
就讲到这里
下一期见~
往期回顾
相关内容推荐:戴尔科技存储优化服务|如 Unity/PowerStore 等优化服务,提供深入、预测式分析和存储专家指导
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。