基于闪存的存储从一项昂贵的、针对少数工作负载的技术,开始逐渐步入主流。根据IDC的最新研究结果,越来越广泛的产品,人们对固态技术了解的加深,以及不断下滑的价格,所有这些因素都在有力推动着闪存存储技术的发展。
为了得到最终用户对闪存存储采用的认可,IDC对全球1000多位存储管理员进行调查,作为其半年度存储用户需求研究的一部分。
IDC存储系统研究总监Natalya Yezhkova表示:“仍然有大量终端用户认为他们对于闪存存储系统没有工作负载方面的需求或者预算方面的关注。不过,我们预计,闪存存储产品被运用到越来越广泛的使用实例中,再加上厂商加大宣传力度,以及组件价格的下降,这些因素都将有助于缓解用户最关心的问题,以实现未来闪存更广泛的采用。”
来自企业级存储系统提供商的大量产品,加快了闪存存储解决方案的采用步伐,从初创厂商到主流一级厂商,这也充分证明了来自终端用户对这项技术的极大兴趣。不过,仍然有很多终端用户因为闪存与硬盘存储系统相比的高昂成本而犹豫不前。在某些情况下,当价格对比与闪存针对特定类型数据所能带来的好处结合起来进行评估的时候,这些顾虑就会得到答案。不过,在其他一些情况下,缺乏合适的机制允许终端用户评估闪存对他们存储基础设施以及长期总成本,这加深了他们的顾虑。
IDC固态盘和技术实现研究总监Jeff Janukowicz表示:“为了克服这些用户的疑虑厂商和他们的渠道合作伙伴不仅需要专注于闪存的性能优点,而且也要传递关于闪存可以部署为更高容量的第二个经济性优点这个信息。”
好文章,需要你的鼓励
新加坡人工智能机构与阿里云发布全新大语言模型Qwen-Sea-Lion-v4,专门针对东南亚语言和文化特色进行优化。该模型结合阿里云Qwen3-32B基础模型和大量东南亚地区数据集,在东南亚语言模型评估榜单中位居开源模型首位。模型支持119种语言,能在32GB内存的消费级笔记本上运行,采用字节对编码技术更好处理非拉丁文字,并具备3.2万词元上下文长度,可执行文档级推理和摘要任务。
这项由CMU与亚马逊AGI联合完成的研究揭示了当前AI系统的重大缺陷:即使最先进的模型也不知道何时该说"我不知道"。研究团队开发的RefusalBench评估系统通过176种语言操作技巧动态生成测试案例,发现顶级AI在多文档任务中的拒绝准确率低于50%。这项研究不仅提供了标准化测试工具,更为构建诚实可靠的AI系统指明了方向。
AI智能体是下一代业务自动化工具,不仅能对话交流,还能执行复杂任务。与ChatGPT聊天机器人不同,它们可在最少人工干预下规划并完成工作。文章介绍了五个高影响力应用:自动化客户服务解决方案、销售CRM管理、合规自动化、招聘筛选与排程、市场情报报告。这些应用都具有重复性工作流程、依赖结构化数据、遵循可预测规则等特点,能够释放员工宝贵时间用于更有价值的工作。
这项由中国人民大学联合腾讯开发的LaSeR技术,发现了AI在生成答案最后一刻会无意中透露对答案质量的评估。通过观察这个"最后一词效应",研究人员开发出了一种让AI高效进行自我评估的方法,在几乎不增加计算成本的情况下,大幅提升了AI的自我验证能力,为构建更可信的AI系统开辟了新路径。