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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。