难道转个不停的传统磁盘真要陪我们走到天荒地老?服务器供应商Supermicro专门打造的一款冷门存储产品专门面向那些必须保有、无法消除但却很少需要访问的数据,这就是其SuperStorage服务器中的低速磁盘。
根据Supermicro公司的说法,这款产品“能够通过低转速甚至切断闲置驱动器电源来最大限度降低其对于能耗及冷却方面的要求,并通过Supermicro为其配备的紧凑型低功耗英特尔凌动C2750服务器主板给冷门数据带来显著的数据管理简化。”
这是一台1U空间、高度为32英寸的机架,其中可以容纳12块4TB或者6TB容量的3.5英寸驱动器,外加凌动处理器或者适用于数据密集型应用程序的至强处理器。其具体选项如下:
SupermicroSuperStorage服务器
这套设备与Facebook开放计算项目中的OpenVault冷门存储产品有些类似,后者在2U空间的两套服务器节点内容纳30块驱动器,由富士康负责生产。这款Supermicro产品在物理体积与存储容量方面都更小一些。
尼古拉斯公司总经理Aaron Rakers写道:“我们认为SuperMicro为冷门数据存储(高容量)议题找到了答案,同时也有利于从供应商合作阵营中新兴厂商的技术成果身上获取助益,其中包括Nimble Storage、Nutanix、Nexenta、Coho Data以及Scale Computing等等。”
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。