惠普公司放出意见,认为软件定义这股席卷存储领域的洪流只不过如同时尚业界摇摆不定的审美风格,而我们很快就会重新回归硬件这一立足根本。
商用公有云对于企业级业务而言仍然缺乏足够的吸引力,而惠普的Helion则已经准备就绪。
惠普公司首席技术官Martin Fink在上周的一次投资方会议中表达了惠普的这一观点,而尼古拉斯公司分析师Aaron Rakers则记录下了他的发言。汇总要点,Fink共强调了以下几项内容:
NetApp公司CEO Tom Georgens同样在上周一次投资方会议的发言中对AWS/谷歌/Azure等现有云方案表达了反对意见。在他看来,此类云服务在处理关键性任务以及业务工作负载等对于性能及带宽要求很高的项目时,实际执行成本往往达到自有企业IT系统的两到三倍。
他强调称,在安全性与可管理性方面的要求意味着此类工作负载更适合在企业内部数据中心里加以完成,而非将其迁移至公有云环境当中。而且这些明显倾向于数据中心方面的选择理由其实与经济因素无关。公有云还不够安全,而且难于管理——当然,这样的结论大概也同样适用于Helion。
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。