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
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。