神秘的企业级存储即服务供应商Nasuni公司已经将其软件版本提升至v6.0,同时为其硬件带来了一系列提速性升级。
该产品线被命名为Nasuni服务,其v6.0版本包含以下特性:
新的低端设备NF-100提供2TB缓存容量与2块2TB磁盘驱动器。而高端设备NF-200则拥有6TB缓存与4块2TB磁盘驱动器。
处理器变更使该设备家族的硬件性能实现大幅提升。原系列产品与处理器配置细节可在以下表格当中找到。
Nasuni的原有网关产品线。
新产品线规格可参阅以下表格:
Nasuni旗下经过更新的云存储网关/文件管理器方案。
该公司指出其产品销量迎来大幅增长,2014年第二季度产品订购量达到上年同期的232%。
Nasuni公司CEO Andres Rodriguez渴望能将这种势头保持下去:“我们现在频繁与全球范围内的多家企业签订大型供货协议,这些客户也乐于将自己的整套全局存储基础设施委托给Nasuni。”
“整个价值定位其实非常容易理解:企业用户能够借此获得更丰富的功能,其中包括主存储、移动数据同步以及自动备份,此外存储成本也将降低为原本的一半。更具吸引力的是,整套方案以服务形式向使用者交付,我们的客户根本不需要重新购置自己的存储硬件。”
Nasuni还迎来了新的市场营销负责人Wayne St Amand,他于今年三月正式入职并担任副总裁级别职务。
该软件6.0版本升级已经正式可用,并以免费方式向签订了服务协议的现有Nasuni客户提供。
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。