对象存储可以说发扬于公有云,也就是Amazon S3,但现在对象存储的能力正被逐渐推广到私有云中,目前S3协议已经被视为公认的行业标准协议,国内主流的对象存储厂商基本都已经支持S3协议。
XSKY星辰天合从2016年开始就在践行这件事,并且取得了一些成绩。IDC 2021全年及2022年第一季度中国区SDS的市场报告数据显示,XSKY星辰天合的对象存储保持了中国区市场排名第一。
最近XSKY星辰天合又发布了下一代对象存储XEOS V6,其拥有无限扩展、智能流动、多重保护、开放共赢四大特质。XEOS V6引入独立元数据服务,不但获得了单桶千亿的能力,而且在同样硬件配置下小文件性能有了30%的提升,集群支持的用户数和桶数有了超过10倍的提升。
对象存储非常适配中国市场
采用全新架构的XEOS V6被称为是下一代对象存储,将原有架构全面优化重构。XEOS V6的新架构有独立的元数据集群,支持多个数据存储集群,并且可以纳管第三方文件和对象存储做次级存储,具备公有云规模的扩展能力。
在对象存储上,中外一直有着使用上的不同之处,XSKY星辰天合首席技术官王豪迈也做了解释,他是一个典型的技术人,不仅语速快,而且思路清晰。他认为,中国企业在推行使用对象存储更多是用于主存储,而外国企业更多用在容灾备份产品。

XSKY星辰天合首席技术官王豪迈
正是由于这样的差异化,也让XSKY星辰天合可以脱颖而出,率先将对象存储作为主存储来做在线存储,并与一些应用结合,尤其是金融行业得到认可和使用。
驱动对象存储进入传统企业几个驱动力,第一是互联网化,因为企业业务都在互联网化,像金融行业的互联网金融趋势,银行从原来只服务几万个网点,现在要服务这些网店的所有用户;第二是AI的深入应用,AI从一个单纯的技术进入到安防、人脸识别等更多场景后,对于存储的并发量又高了一个台阶。
“存储技术必须要产品化、行业化。”王豪迈说道,想要规模化就需要对行业足够了解,国内市场对象存储做主存储已经有一定的基础,而且也有很多适配的场景。
一桶千亿并不是上限
XEOS V6有一个“一桶千亿”的形象比喻,很多人都会问为什么一定要一桶装千亿?为什么不装在多个桶里。王豪迈认为,这和数据库为什么要做分布式数据库是一个道理,一条记录放在一个表里,为什么不拆表。
因为企业业务是不断变化的,用户在创建桶时,很难预估未来桶要存多少,所以需要提供一个弹性的空间。而且同一桶,用户在里面是一个整体,在一个桶里查找对象会更方便。一桶千亿在必要性上,对于应用特别是大规模的应用提供了非常好的弹性和易用性。
一桶千亿在对象存储领域是很领先的,而且是经过CNAS测试,在24是不间断的灌了一个月数据才把千亿灌满。XSKY星辰天合产品战略副总裁吕磊说道,元数据独立最大的好处就是不再受存储集群、地域、公有云、私有云的限制,而且千亿也并不是上线。
推动从十亿到百亿到千亿的最大需求方还是客户,而且现在应用场景最大的变化就是非结构化数据的增长,未来30年数量生产的90%都是视频跟图片。在过去半年试用XEOS V6的客户都是用于海量视频、图像截帧等,而且结合AI就可以直接对非结构化数据进行深度学习。
对象存储的发展方向就是跟着数据走,哪有数据那就有机会。吕磊指出,XSKY星辰天合未来会注重新兴场景,像无人驾驶等,这些场景有着明确的痛点,而且这些用户也更容易接受新技术。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。