存储业界已经明确认识到物理阵列市场的持续衰退。廉价的云存储与虚拟阵列方案正在成本优势的驱动下迅速崛起,而且在实用性方面往往并不会带来任何影响;有鉴于此,我们确实很难证明为大多数应用程序配备专用阵列到底有何必要。
Forrester自然也清楚这一点,分析师Henry Baltazar更作出声明称,我们应该“利用应用程序作为下一套存储阵列”。
Baltazar估计称目前的阵列产品主要供应给x86服务器系统,但其销售形式多年以来始终没有变化——一直作为非弹性资源存在。此外,阵列的吸引力还主要体现在价格优势层面,但随着近一段时间云服务与各类资源池机制在x86服务器上的不断涌现、前者的这种优势光环正在迅速褪去。
现在是时候正视阵列产品在成本与灵活性方面的局限了,Baltazar表示,如今我们应该转换思路、将虚拟阵列作为未来存储方案选择中的关注重点。
他还在博文中将惠普、Sanbolic以及Maxta作为值得我们认真考量的虚拟阵列供应商,同时指出EMC、IBM以及NetApp同样开始进军虚拟阵列业务。VMware与DataCore虽然也提供虚拟阵列产品,但在他眼中尚不值得一提。
“现在正是将存储技术更多地作为应用程序加以对待的良好时机,而且以闪存SSD为代表的商用硬件组件在价格上也往往要比企业级存储供应商提供的存储介质更为低廉,”他在文章中写道。
之所以会在这里提到闪存,是因为众多阵列供应商开始越来越多地利用闪存机制对产品的I/O能力加以优化,而这一趋势正在将更多固态存储设备引入数据中心环境。Baltazar同时指出,如果连工程技术因素都不再产生影响,那么向虚拟存储机制的转换可谓恰逢其时。
当然,长期关注存储技术动态的朋友们很清楚,Baltazar的这篇博文其实并没有什么实质性的新内容。不过他所表达的观点确实足够客观,而且如此直言不讳的表达也值得大家认真关注。
好文章,需要你的鼓励
本文探讨如何使用生成式AI和大语言模型作为倾听者,帮助用户表达内心想法。许多主流AI如ChatGPT、Claude等被设计成用户的"最佳伙伴",或试图提供心理健康建议,但有时用户只想要一个尊重的倾听者。文章提供了有效的提示词技巧,指导AI保持中性、尊重的态度,专注于倾听和理解,而非给出建议或判断。同时提醒用户注意隐私保护和AI的局限性。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
人工通用智能和超级人工智能的出现,可能会创造出一种全新的外星智能形态。传统AI基于人类智能模式构建,但AGI和ASI一旦存在,可能会选择创造完全不同于人类认知方式的新型智能。这种外星人工智能既可能带来突破性进展,如找到癌症治愈方法,也可能存在未知风险。目前尚不确定这种新智能形态是否会超越人类智能,以及我们是否应该追求这一可能改变人类命运的技术突破。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。