存储优化 关键字列表
AI 为数据赋能,我们如何实现其价值?

AI 为数据赋能,我们如何实现其价值?

随着AI基础设施市场的爆发式增长,数据管理和存储对企业实现AI投资价值变得至关重要。企业面临的挑战包括数据分散、传统架构限制和混合云环境的复杂性,需要灵活、可扩展的存储解决方案来有效管理和提取数据价值。

IBM 通过内容感知 AI 集成增强 Storage Scale 功能

IBM 通过内容感知 AI 集成增强 Storage Scale 功能

IBM 为其长期存在的并行文件系统 Storage Scale 添加了内容感知功能,增强了其检索增强生成(RAG)能力。这一升级支持 Nvidia 的 AI-Q 蓝图和 NeMo Retriever 微服务,可以从多种数据源中提取信息,并自动更新向量数据库。这项技术将嵌入到 IBM Fusion 的下一次更新中,预计在第二季度正式发布。

叠瓦式磁记录技术:开启可扩展和可持续的存储新时代

叠瓦式磁记录技术:开启可扩展和可持续的存储新时代

随着人工智能、物联网和边缘计算的进步,数据创建的扩展正在重塑数据中心的存储管理方式。虽然固态硬盘(SSD)在速度讨论中占主导地位,但成本效益的可扩展性仍依赖于创新的硬盘驱动器(HDD)技术。对于寻求增强存储需求的组织,叠瓦式磁记录(SMR)可以在与传统磁记录(CMR)HDD相比,提供高达20%的额外存储容量,且几乎没有额外成本。随着超大规模数据中心的采用加速,SMR可以帮助实现可持续性和存储经济学的必要基准。

MAC 新应用 Hyperspace:无需删除文件就能释放硬盘空间

MAC 新应用 Hyperspace:无需删除文件就能释放硬盘空间

Hyperspace是一款为Mac用户设计的创新应用,能够在不删除文件的情况下释放磁盘空间。由知名程序员John Siracusa开发,这款应用利用Mac系统的特殊功能,为用户提供了一种简单、无风险的方式来优化存储空间。Hyperspace既适用于内置存储,也支持使用APFS的外接存储设备,为用户提供了灵活的存储管理选择。

AI 如何塑造数据存储的未来

AI 如何塑造数据存储的未来

AI 的发展与数据存储息息相关。高质量的数据是 AI 算法的基础,而有效的存储技术则是数据管理的关键。AI 与存储技术相互促进:AI 推动存储创新,存储技术支持 AI 发展。未来,存储密度提升将满足 AI 对大容量存储的需求,同时 AI 也将助力存储设计优化,形成良性循环。

Azure Files 磁盘存储引入类似 SSD 的预配置计费模式

Azure Files 磁盘存储引入类似 SSD 的预配置计费模式

微软在其 Azure 公有云服务中为基于磁盘的文件存储提供了更可预测的计费成本,类似于其 SSD 文件存储的配置风格,作为其按需付费系统的替代方案。Azure 现有两种文件存储层级:使用快速 SSD 存储的高级层和使用硬盘驱动器(HDD)的标准层。标准层现已推出 Provisioned v2 计费模型,用户可以单独为文件共享配置容量、IOPS 和吞吐量,提供更高的灵活性和可预测性。

VDURA:AI 训练和推理需要优化文件与对象存储的平衡

VDURA:AI 训练和推理需要优化文件与对象存储的平衡

本文讨论了 AI 训练和推理中文件存储与对象存储的应用。VDURA CEO Ken Claffey 认为两者都有其作用,不应简单地选择其一。VDURA 提供了一种混合解决方案,结合了对象存储的可扩展性和文件系统的高性能,以满足 AI 工作负载的多样需求。文章强调了在 AI 基础设施中平衡不同存储技术的重要性。

VDURA 展示面向能源行业的节能高性能计算系统

VDURA 展示面向能源行业的节能高性能计算系统

VDURA 将在即将举行的能源高性能计算会议上展示其新一代数据平台。该平台旨在通过更快的数据处理、更高的数据持久性和更易用的混合环境,加速能源行业创新。VDURA 的混合架构结合了 HDD 和 SSD 的优势,为能源公司提供了优化运营成本和工作负载速度的解决方案。

超大规模 AI 模型训练使用对象存储

超大规模 AI 模型训练使用对象存储

超大型 AI 语言模型训练正转向使用对象存储而非文件存储。这种转变源于 AI 模型训练的特殊需求和对象存储的优势。对象存储在数据摄取、准备、模型训练和部署等阶段都表现出独特优势,能更好地满足大规模并行计算和海量数据处理的需求,同时具有更高的成本效益和可扩展性。

RiverMeadow 助力 Pure Storage 本地工作负载迁移上云

RiverMeadow 助力 Pure Storage 本地工作负载迁移上云

RiverMeadow 升级其平台,支持将 Pure Storage 的本地 Evergreen 存储即服务扩展到云端。用户现可通过 RiverMeadow 访问 Azure、AVS 和 AWS 上的 Pure Cloud Block Store,实现工作负载迁移优化,提高云存储灵活性和弹性,同时降低成本。两家公司的合作旨在为企业提供更高效、可扩展的云迁移解决方案。

生成式 AI、大语言模型和智能代理正在改变存储行业

生成式 AI、大语言模型和智能代理正在改变存储行业

生成式人工智能正如洪水般席卷IT世界,对存储技术产生深远影响。从内存-存储接口到更高层面,AI正在改变块存储、文件存储和对象存储的方方面面。本文分析了生成式AI改变存储世界的六大方式,包括GPU直连、存储介质创新、数据库向量化、数据保护等方面,展望了存储技术在AI时代的发展趋势。

Datafy 推出自动化优化引擎,瞄准 EBS 成本优化市场

Datafy 推出自动化优化引擎,瞄准 EBS 成本优化市场

Datafy.io 作为一家专注于降低 Elastic Block Storage (EBS) 成本的 FinOps 创业公司,推出了自动化的 EBS 优化引擎。该引擎能够根据实际使用情况自动调整 EBS 卷大小,帮助客户仅为所需资源付费,从而实现显著的成本节约。Datafy 的解决方案易于使用,无需开发人员参与部署,为企业提供了一种简便高效的 AWS 存储成本管理方式。

DDN 获3亿美元投资,矢志成为 AI 存储领导者

DDN 获3亿美元投资,矢志成为 AI 存储领导者

DDN获得3亿美元投资,计划将其在超级计算领域的领先优势转化为AI存储解决方案。该公司正在调整其高性能计算产品线以适应AI工作负载的需求,并承诺将于2月20日发布重大公告。这笔投资反映了AI基础设施市场的快速增长和投资热潮。