日立通过AI和DataOps进入NVMe
在Hitachi Next会议上,该公司发布了其Hitachi Virtual Storage Platform(VSP)5000(以前称为Jupiter项目),如下所示,该功能能够以每秒21 M的输入输出操作(IOPS)进行操作,时延低至70微秒。
VSP 5000内部使用PCIe交换架构,可以从两个控制器开始,然后扩展到12个控制器,最大存储容量为69 PB。该系统支持NVMe SSD以及SAS SSD和HDD,以在性能和存储成本之间进行权衡。VSP 5500(每盒带有两个控制器)的可用性等级为8-9,相当于一年中约316毫秒的停机时间。
借助内置的交换式PCIe背板,该系统已准备好用于NVMe-over Fabric(NVMe-oF),尽管目前尚未使用此功能。它具有32 Gbps光纤通道(FC)外部连接,PCIe横向扩展互连以及以太网。VSP 5000使用FPGA作为加速器来执行数据查找和检索并帮助提高性能。内部系统内置了4路网络冗余。它可以支持闪存SSD和Optane SSD(它们称为存储类内存(SCM))。
日立表示,VSP 5000由AI驱动,可提供4倍的故障隔离和根本原因分析速度,可自动执行80%的日常任务,并具有先进的基于机器学习的智能重复数据删除技术以及压缩,快照功能,可实现7:1的存储效率。和薄成像。如果有数据,该公司的Flash保证信用可提供更换设备的信用。
日立在其路线图中展示了未来的智能闪存模块,其中将包括特定于域的加速器,这些加速器将允许重建存储节点以及下一代横向扩展文件存储设备,用于对象存储的NAS网关和可组合的横向扩展存储。
Hitachi Ops Center是其存储基础架构(包括VSP 5000平台)的管理套件。Ops Center加快了基础架构管理的优化。下图显示了Hitachi Ops Center的一些操作,包括收集和分析遥测数据以管理和保护数据,自动执行日常任务和操作以及设备管理。
Ops Center管理器提供了IT数据中心运营的全球企业视图,并提供了一个可突出显示Hitachi系统运行状况,性能,容量和事件的操作仪表板。对分布式Ops Center Analyzer服务器的直接访问可用于解决问题。VSP 5000系列随附了一些软件和如下所示的增值软件包。
Hitachi VSP 5000软件包
该公司还扩展了其AI基础架构管理产品Lumada,该产品以前面向物联网应用,但现在可以在数据中心,云和边缘通用使用,如下图所示。Lumada提供了使用Hitachi和第三方应用程序的功能。
日立Lumada的角色
日立还采用了名为DataOps的面向数据的操作模型。DataOps是一种协作式数据管理学科,致力于改善数据流的通信,集成和自动化。下图显示了如何使用DataOps创建效率更高的数据中心。
在会议上发布的Lumada包括:提供基于云的控制平面以简化DataOps的Lumada数据服务,用于边缘,核心和云的数据准备,编排和分析的Pentaho 9.0,用于实现Hadoop部署节省成本的Lumada Data Optimizer。 Lumada Data Lake,云数据湖核心的下一代边缘。
据该公司称,Lumada数据服务可加速数据发现,实现数据管理自动化,从而实现成本和法规遵从性,无论您身在何处,都可以查看所有数据。它包括从边缘到云的元数据,中央云控制台和基于策略的编排,从而支持DataOps。日立云服务的一个有趣的方面是提供软件定义的基础结构或基础结构作为代码来驱动自动化并消除部署风险。
Pentaho 9.0与Hitachi Content Intelligence相结合,使新的数据流服务能够快速为所有数据类型构建管道,它允许分配管道以供入AI模型和分析,并监控性能和分配的资源。Pentaho 9.0提供了多集群支持并可以与容器一起使用。
Lumada Data Optimizer支持使用Hadoop进行计算和存储的独立扩展,并将冷存储自动分层到Hitachi Content Platform(HCP)。Lumada Data Lake允许使用单个集成目录通过原始,精选和已发布的内容在任何地方进行智能数据放置和访问数据。HCP是软件定义的S3云优先和容器化的,并且可以跨多个云工作。
日立Vantara的VSP 5000系列产品的发布使该公司进入了NVMe存储业务。该公司新的硬件和以AI为基础的基础设施管理工具提供了通用数据访问,分析和管理的可能性。
- 上一篇
45%的美国消费者希望他们的医师使用AI进行更好的诊断
最近对AI的进展进行的调查,研究,预测和其他定量评估突出了美国消费者对与他们的医生一起工作的AI的兴趣,当前深陷假货的深造状态,机器人流程自动化(RPA)的潜在业务收益以及自动化对收入和就业的影响。人工智能与消费者 美国有45%的消费者表示,他们对使用人工智能帮助诊断的医师感兴趣;在那些感兴趣的人群中,有46%的动机是可能进行更准确的诊断;31%的受访者指出减少人为错误的潜力;15%的人希望更快的治疗决定;在对AI的帮助不感兴趣的28%的人中,有47%的人更喜欢受过训练的医疗保健专业人员的专业知识,而24
- 下一篇
微软的AI根据上下文重写句子
听说过上下文建模吗?它定义了上下文数据的结构和维护方式,并且在开放域对话中起着举足轻重的作用。因此,Microsoft的研究人员最近研究了一种新颖的方法,该方法涉及通过考虑上下文历史记录来重写对话回合中的最后话语(即一系列话语)。他们在一份详细介绍其工作的预印本论文(“用于开放域对话的无监督上下文重写”)中,根据经验结果表明,它在重写质量和多回合响应生成方面达到了最新的基准。正如研究人员所解释的,对话上下文提出了句子建模中不存在的挑战,包括主题转换,共指(例如,他,他,她,它,他们