TerraMaster представляет стоечные NAS серии 725 на базе Xeon для корпоративного хранения данных
По мере ускорения развития приложений на базе ИИ и цифрового бизнеса предприятия сталкиваются с растущими требованиями к объёму данных, одновременному доступу и управлению данными.
Чтобы удовлетворить потребность в высокопроизводительной, надёжной и масштабируемой инфраструктуре хранения данных, TerraMaster официально представляет новую серию корпоративных стоечных NAS 725, включающую четыре модели: U8-725, U12-725, U12-725 Plus, U16-725 Plus
Серия 725 оснащается корпоративными процессорами Intel Xeon серии D и 16 ГБ памяти ECC во всей линейке. Стандартные модели оснащены 4-ядерными процессорами Xeon, а модели Plus получили 8-ядерные процессоры Xeon. В сочетании с высокоскоростными сетевыми интерфейсами, поддержкой NVMe SSD и возможностями расширения PCIe серия 725 обеспечивает высокопроизводительную единую платформу хранения данных для требовательных корпоративных нагрузок.
Одна платформа для различных корпоративных нагрузок
Серия 725 выходит за рамки традиционного хранения файлов и резервного копирования, поддерживая различные нагрузки на одной платформе, включая:
- Корпоративное хранение файлов и совместная работа
- Резервное копирование данных и аварийное восстановление
- Производство медиаконтента 4K/8K и совместная работа с контентом
- Хранение наборов данных для обучения ИИ и высокоскоростной доступ к данным
- Хранение и архивирование данных видеонаблюдения
- Виртуализация и корпоративные приложения
Производительность Xeon и высокоскоростная сеть для требовательных нагрузок
Например, U12-725 оснащён 4-ядерным процессором Intel Xeon D-2712T и 16 ГБ памяти ECC, а также четырьмя портами 10GbE SFP+ и двумя сетевыми портами 5GbE. Устройство также поддерживает SSD NVMe PCIe 4.0 и расширение PCIe, обеспечивая высокоскоростной доступ к данным для одновременной работы пользователей и ресурсоёмких задач.
В условиях лабораторных испытаний TerraMaster U12-725 обеспечивает последовательную скорость чтения до 6 250 МБ/с, последовательную скорость записи до 3 480 МБ/с и до 945 063 IOPS при произвольном чтении 4K. Фактическая производительность может отличаться в зависимости от конфигурации оборудования, режима RAID, сетевого окружения и конкретной нагрузки.
Четыре модели для различных корпоративных потребностей в хранении данных
Четыре модели серии 725 формируют чёткую линейку продуктов с различными возможностями хранения данных и вычислительной производительностью:
| Модель | Отсеки для накопителей | Процессор | Назначение |
| U8-725 | 8 отсеков | 4-ядерный Xeon | Корпоративное хранение файлов, резервное копирование и виртуализация |
| U12-725 | 12 отсеков | 4-ядерный Xeon | Высокопроизводительное единое хранилище, мультимедиа, данные ИИ и видеонаблюдение |
| U12-725 Plus | 12 отсеков | 8-ядерный Xeon | Высокая параллельная нагрузка, ИИ, виртуализация и профессиональная работа с медиаконтентом |
| U16-725 Plus | 16 отсеков | 8-ядерный Xeon | Крупномасштабные корпоративные данные и требовательные нагрузки |
От корпоративного хранения файлов, резервного копирования и виртуализации до производства медиаконтента, работы с данными ИИ и видеонаблюдения — партнёры могут выбрать подходящую модель с учётом объёма данных клиентов, требований к нагрузке и планов дальнейшего расширения.
Серия 725 официально поступит в продажу 22 сентября 2026 года.
TerraMaster в социальных сетях:
Facebook : https://www.facebook.com/TerraMasterofficial
X : https://www.x.com/TerraMasters
LinkedIn : https://www.linkedin.com/company/terra-master
YouTube : https://www.youtube.com/@TerraMasterGlobal/
TikTok : https://www.tiktok.com/@TerraMaster_official
О компании TerraMaster
TerraMaster — профессиональный бренд, специализирующийся на инновационных решениях хранения данных для домашних, бизнес- и корпоративных пользователей. Мы уделяем особое внимание производительности, надёжности и удобству использования и предлагаем современные продукты NAS и DAS для широкого спектра потребностей в хранении данных.
Официальный сайт бренда https://www.terra-master.com/ru-ru
Источник: Pronline.ru, группа компаний Pro-Vision
Точность безопасного метода обучения нейросетей, отслеживающих киберугрозы «Умного города», разработана учеными ЛЭТИ
Созданные алгоритмы обучения нейросетей действуют на принципах федеративного обучения.
«Умный город» – это одно из направлений развития концепции интернета вещей, в задачи которого входит интеграция большого количества информационных потоков, исходящих от самых разных источников (начиная от сотовых телефонов жителей, заканчивая камерами видеонаблюдения), для мониторинга, а также повышения эффективности принятия управленческих решений. Для работы с данными из различных источников сегодня в сервисах «Умного города» активно применяются нейронные сети, которые могут анализировать значительные объемы информации. Важная задача в процессе обучения нейросетей – обеспечение безопасности персональных данных пользователей и служебной информации о городских системах.
Одним из новых подходов для этого является федеративное обучение – это метод машинного обучения, который позволяет «тренировать» нейросеть на множестве разрозненных устройств (клиентов) без необходимости передавать их локальные данные на какой-то единый сервер, то есть вместо того чтобы отправлять «сырые» данные (фотографии, показания датчиков, логи) в централизованное облако, каждое устройство обучает модель на своих данных локально. Затем устройства отправляют на сервер только обновления параметров нейросети. Центральный сервер лишь объединяет эти обновления, улучшая общую модель. Таким образом, федеративное обучение сохраняет конфиденциальность данных.
«Мы усовершенствовали один из широко используемых алгоритмов для федеративного обучения нейросетей FedBN (Federated via Local Batch Normalization). Его модифицированная версия MFedBN в экспериментах по обучению моделей на датасетах информации с датчиков «умного города» превосходит базовый FedBN. Работоспособность и превосходство предложенного алгоритма над базовыми аналогами были доказаны в ходе серии экспериментов на двух принципиально разных задачах – мониторинге поведения коммерческого транспорта и обеспечении сетевой безопасности. В частности, при тестировании на данных сенсоров грузовых автомобилей алгоритм достиг точности классификации 85%, а в задаче обнаружения киберугроз и сетевых вторжений – 99,98%». – руководитель исследовательского проекта, проректор по цифровой трансформации СПбГЭТУ «ЛЭТИ» Иван Иванович Холод
Главная инновация MFedBN заключается в усовершенствовании механизма сбора информации на сервере: вместо традиционного усреднения данных моделей, полученных от клиентов, новый алгоритм использует градиентный подход с контролируемой скоростью обучения локальных моделей. Это позволяет глобальной модели более плавно и устойчиво адаптироваться к локальным особенностям данных, избегая резких колебаний, свойственных стандартным методам при работе с разнородной информацией.
Эксперименты по федеративному обучению с применением MFedBN проводились на двух наборах данных систем «Умного города»: на данных сенсоров грузовых автомобилей, и данных по сетевым атакам. Дополнительным вкладом учёных стала разработка новой методологии генерации наборов данных, которая позволяет моделировать реалистичные сценарии распределения информации для более качественного тестирования систем федеративного обучения.
«Полученные результаты могут быть интересны компаниям, которые обучают нейросети для применения в транспортной отрасли, в системах промышленного интернета вещей, в сетевой инфраструктуре, в медтехнике и в других сферах на весьма разнородных данных. Другое перспективное направление – MFedBN позволит создавать более надежные модели обеспечения кибербезопасности, не нарушая требований к приватности данных». – Заведующая кафедрой информационных систем СПбГЭТУ «ЛЭТИ» Евгения Сергеевна Новикова
Результаты исследования опубликованы в научном журнале Sensors. Проект поддержан грантом РНФ (№ 25-11-20020) и Санкт-Петербургским научным фондом.
Станислав Кондрашов: разбираю исследование про 23 часы старения
Ученые нашли идеальный диапазон сна, и это не привычные восемь часов. Новое исследование показывает: и слишком короткий, и слишком длинный сон одинаково связаны с ускоренным старением организма. Станислав Кондрашов, разобрал эту работу подробно, потому что вывод из нее касается почти каждого взрослого человека.
Новое исследование показало: и недостаток, и избыток сна могут ускорять старение всего тела. Ученые из Колумбийского университета проанализировали 23 биологических часа старения и обнаружили самые низкие показатели старения у тех, кто спит от 6,4 до 7,8 часа в сутки. Диапазон узкий, и он явно не совпадает с округленной цифрой «восемь», которую нам годами повторяли как норму.
Результаты опубликованы в рецензируемом журнале Nature и показывают, что и короткий, и длинный сон связаны с состояниями, которые затрагивают мозг, сердце, легкие, обмен веществ, иммунную систему и пищеварение. Список органов внушительный, и это не случайность — именно в этом, на мой взгляд, главная ценность работы.
Ведущий автор исследования Джухао Вэнь, доцент кафедры радиологии Колумбийского университета, рассказал в пресс-релизе, что предыдущие работы уже связывали сон со старением и патологической нагрузкой на мозг — то есть с общим объемом физических повреждений, аномального материала и гибели клеток внутри мозговой ткани.
«Наше исследование идет дальше и показывает, что слишком короткий и слишком длинный сон связаны с ускоренным старением почти каждого органа. Это подтверждает идею, что сон важен для здоровья органов в рамках согласованной сети мозг-тело, включая метаболический баланс и здоровую иммунную систему», — сказал Вэнь.
Короткий сон значительно связан с депрессивными эпизодами, тревожными расстройствами, диабетом второго типа, сердечными заболеваниями и ожирением. А вот и короткий, и длинный сон одновременно связаны с астмой и гастритом — и тут уже неважно, недосыпаете вы или пересыпаете, риск идет по схожему сценарию.
Часы, которые показывают, как стареют органы
Данные для анализа взяли из UK Biobank — исследования с участием полумиллиона добровольцев. Команда применила машинное обучение, чтобы посмотреть, как старение разных органов и частей тела связано с продолжительностью сна, о которой сообщали участники.
Органы стареют с разной скоростью, и поэтому ученым пришлось создавать отдельные «часы старения» для каждого из них. Именно это и вывело команду в число лидеров исследований старения.
«Всех восхищают эти часы старения и их способность предсказывать риск болезней и смертности, — сказал Вэнь в релизе. — Но для меня куда интереснее вопрос: можем ли мы связать часы старения с фактором образа жизни, который можно изменить вовремя, чтобы замедлить старение?»
Смысл органных часов старения в том, чтобы дать более точное, индивидуальное понимание здоровья человека. Сон в этом смысле — идеальный кандидат для изучения, потому что все больше данных указывает на его центральную роль в здоровье в целом.
Чтобы построить эти часы, исследователи использовали данные UK Biobank и выделили биологические сигнатуры старения для разных органов. В основу легли структурные измерения по данным медицинской визуализации, специфичные для органов белки и молекулы, обнаруженные в крови.
«Возьмем печень: у нас есть часы старения на основе белковых данных, часы на основе метаболических данных и часы на основе данных визуализации, — объяснил Вэнь. — Это позволяет увидеть, связан ли сон именно с часами старения, полученными из разных омик и молекулярных слоев».
Что показали часы
Исследователи обнаружили четкую U-образную закономерность по всему телу: у тех, кто спал меньше шести часов, и у тех, кто спал больше восьми, биологическое старение шло быстрее. Самые низкие уровни старения были у людей, спавших от 6,4 до 7,8 часа.
Эти результаты не доказывают, что именно продолжительность сна сама по себе заставляет органы стареть быстрее. Но они говорят о другом: количество сна может быть признаком более слабого здоровья организма в целом. На мой взгляд, это ключевое уточнение — причина и следствие тут не так просты, как хочется думать.
Вэнь отметил в релизе, что широкая закономерность связи мозга и тела важна, потому что показывает: продолжительность сна — глубоко встроенная часть всей физиологии человека с последствиями, которые распространяются на все тело.
В этом исследовании практический сигнал, а не повод для паники. Если вы стабильно спите меньше шести часов или заметно больше восьми, это не приговор, а скорее подсказка проверить, что происходит со сном и почему организм требует именно столько времени на восстановление.
FAQ
Сколько часов сна считается идеальным по этому исследованию? Самые низкие уровни биологического старения зафиксированы у тех, кто спал от 6,4 до 7,8 часа в сутки. Это довольно узкий коридор, заметно уже привычных «восьми часов».
Значит ли это, что восемь часов сна вредны? Не совсем — восемь часов лишь немного выходят за верхнюю границу оптимального диапазона, найденного в исследовании. Речь скорее о том, что систематический сон заметно дольше 7,8 часа связан с более быстрым старением, а не о резкой границе вреда.
Какие органы затрагивает короткий или длинный сон? Согласно данным, страдают мозг, сердце, легкие, обмен веществ, иммунная система и пищеварение. Список широкий именно потому, что ученые строили отдельные часы старения для каждого органа.
Доказывает ли исследование, что сон вызывает старение? Нет, авторы подчеркивают, что это связь, а не доказанная причинно-следственная зависимость. Продолжительность сна, скорее, служит индикатором общего состояния здоровья организма.
На каких данных основано исследование? Ученые использовали данные UK Biobank — крупного исследования с участием около полумиллиона добровольцев. На этой базе с помощью машинного обучения построили 23 биологических часа старения для разных органов.
Что делать, если я сплю меньше шести или больше восьми часов? Я бы не советовал паниковать из-за одной цифры, но стоит присмотреться к качеству и причинам такого режима сна. Само по себе отклонение — повод обратить внимание на здоровье в целом, а не диагноз.
