谷歌已经开始为管理员们提供速度更快的数据存储介质,旨在为其云体系中的服务器带来更强大的数据供给能力。
这家互联网广告巨头于本周一发布公告,表示正在着手为其云服务添加长效SSD组件并引入多数据中心负载平衡机制。
如此一来,谷歌得以帮助管理员们获得远高于过去的云数据访问速率——这种显著的提升效果在基础设施管理与终端用户角度都拥有上佳表现。
很明显,长效SSD方案的引入能够帮助谷歌进一步同Amazon展开竞争。谷歌与Amazon的长效磁盘都能够实现每GB 30次读取及写入输入-输出操作。
“长效磁盘存储属于网络存储机制,能够以双向方式与虚拟机实例相对接,其执行功能与附加至个人计算机上的物理硬盘驱动器完全一样,”谷歌在其常见问题解答中指出。
谷歌的磁盘存储资源每GB每月售价0.325美元,相比之下Amazon的产品每GB每月只需要0.125美元。不过Amazon每月还要求客户为IOPS配置额外支付0.10美元,谷歌方面则无此费用。
“相较于其它供应商统计所有IOPS并就此收取额外费用的作法,我们的长效SSD存储方案已经在基础价格中包含了IOPS部件、因此不存在额外的计费或者支付部分,这就让服务成本变得更具可预测性也更易于规划,”谷歌公司在一篇博文中解释称。
每块固态硬盘都利用AES-256加密机制进行加密,谷歌在常见问题解答中强调。管理员们需要明确记住,这类拥有高速访问能力的存储方案在价格设置上也相对更高。大家能够以每月1美元的价位购买以下两种方案:第一,标准长效盘,配备25GB存储空间、7.5读取IOPS与37.5写入IOPS;第二,高IOPS长效盘,仅配备3GB存储空间,但读取与写入IOPS分别为90。
除此之外,HTTP负载平衡机制作为谷歌的另一项新功能允许管理员们对多个数据中心内的多台服务器进行流量平衡调整,而且所有相关设备都基于同一个外部IP地址。“这一机制构建起一套真正的全局服务方案,允许我们的客户对其计算资源加以优化并从全球角度实现延迟降低,”谷歌写道。
这些升级信息的发布恰好比谷歌I/O大会提前了一周,届时谷歌预计会进一步放出更多公告,旨在通过强化其云服务功能与Amazon的Amazon Web Services以及微软的Azure云展开竞争。
好文章,需要你的鼓励
这篇研究提出了OThink-R1,一种创新的大型推理模型,能够像人类一样在快速直觉思维和慢速深度推理之间自动切换。研究者发现,现有推理模型即使面对简单问题也会生成冗长的推理过程,导致计算资源浪费。通过分析推理轨迹并使用LLM评判员区分冗余和必要推理,OThink-R1能根据问题复杂度动态调整思考深度。实验表明,该方法平均减少了23.4%的生成文本量,同时保持或提高了准确率,代表了向更高效、更人性化AI推理系统迈出的重要一步。
这项研究提出了SHARE,一种新型文本到SQL修正框架,它利用三个小型语言模型(SLM)协同工作,实现高效精准的SQL错误修正。SHARE首先通过基础行动模型将SQL转换为行动轨迹,再经过模式增强模型和逻辑优化模型的层次化精细化修正。研究团队还创新性地提出了层次化自演化训练策略,大大提高了训练数据效率。实验结果表明,SHARE在多个基准测试上显著提升了SQL生成准确率,计算成本仅为传统方法的十分之一,并展现出强大的泛化能力,适用于各种生成器模型和SQL方言。
这项由香港大学和南京大学等机构研究人员联合开发的双专家一致性模型(DCM)解决了高质量视频生成中的效率难题。研究团队发现扩散模型蒸馏过程中存在优化冲突:早期阶段负责语义布局与运动,后期阶段关注细节精修,两者学习动态差异显著。DCM创新性地将这两个任务分配给不同的专家模型,通过参数高效的实现方式,使模型仅需4步即可生成接近50步原始模型质量的视频,大幅提升生成速度,为实用化AI视频创作铺平道路。
这项研究介绍了QARI-OCR,一种基于Qwen2-VL-2B-Instruct模型微调的阿拉伯文字识别系统。研究团队通过三阶段合成数据训练,成功解决了阿拉伯文字识别中的主要挑战:曲线连笔特性、上下文变化的字母形状和发音符号。QARI v0.2模型创下了0.061的字符错误率和0.160的单词错误率,超越了现有开源解决方案,为阿拉伯文化遗产的数字化保存提供了重要工具。