希捷科技公司日前宣布推出多款重要的新产品,以应对数据创建和消费的迅猛增长。这些新产品将进一步助力公司在存储、共享和保护全球数据方面引领世界的使命。公司同时还宣布成立新的云系统与解决方案部门(CSS),负责提供全球最具可扩展性、安全性、有效性和经济适用性的云服务架构及解决方案。希捷是率先提供硬盘、固态混合硬盘、SSD、外置存储解决方案、数据恢复服务、云服务,以及全套云系统与解决方案的公司。
现在和未来预期的数据增长速度十分令人震惊。市场研究公司IDC预计,到2020年,仅美国创建、复制和消费的数据总量将达到44ZB,而目前这一数字仅为4.4ZB。随着云服务、移动应用、开源计算和社交网络的大规模涌现,世界将以前所未有的方式创建和依赖数据,希捷也将设计各种产品和服务,协助管理海量的数据。
希捷此次推出的产品包括:
希捷云系统与解决方案
希捷最新的CSS产品涉及四大领域:集成的高性能计算解决方案,可扩展的模块化组件与解决方案,OEM以及云备份/恢复定制系统,灾难恢复和快速存档解决方案。希捷将促进整个行业能力的提升,以应对超大规模的计算需求,提高能源效率,并增强无处不在的数据可用性。
希捷ClusterStor 9000解决方案现已上市,它是一种全集成的、基于Lustre的横向扩展型解决方案,专门为高性能计算机(HPC)和大数据客户设计,满足他们对于可靠地规划、部署和维护最高应用性能的需求。该解决方案可提供卓越的融合型横向扩展存储质量和性能效率,其性能比此前的ClusterStor平台高出50%。
新的希捷EVault企业备份与恢复设备可以提供高达100TB的可用容量。希捷众多的备份与恢复设备均为全新的设计,可与云连接并向云复制数据。希捷设备内在的架构灵活性,使得它们非常适用于要求PB级数据存储和极高计算功率的各种异构环境。
PCIe闪存加速卡
新的Nytro XP6302卡大幅度提高了PCIe闪存容量,它的高度只有此前产品的一半,却拥有极具竞争力的性能特征。Nytro XP6302可以实现最佳的密度,并有效地提高性能,以应对较高的线程数和队列深度工作负载。XP6209卡是Nytro产品组合的第二次扩展,它新增了1.86TB的容量点,将容量翻了一番。新的1.86TB款产品拥有小外形、散热优化、超融合的设计,可以满足客户对于更高容量密度的需求。
企业级硬盘
基于广泛的现有企业级硬盘产品,希捷推出了第八代企业级硬盘组合,从性能优化的15K和10K硬盘,到容量优化的近线硬盘,均为高效的2.5英寸规格。此次推出的硬盘具体包括:希捷企业级海量盘——全球首款2TB、2.5英寸企业级近线硬盘;希捷企业级15K超能盘——与前一代产品相比,性能提高,容量翻倍;以及希捷企业级10K超能盘——容量和性能两全其美,可实现最高的关键任务存储效率。
现在,所有任务关键型硬盘都采用了希捷的TurboBoost加速缓存技术,为全球确立了最快硬盘的基准。所有企业级硬盘系列也都整合了最新的SAS技术,与主机的数据吞吐量高达12Gb/s,并可进一步扩展。
这些新的硬盘还具备各种更为强大的存储功能,如:希捷安全自加密硬盘技术、便于硬盘报废处理的即时安全擦除功能、PowerChoice按需节能技术、以及可加快重建的RAID Rebuild技术——这些技术可以提升IT能力,使IT经理能够在最严苛的环境中部署和维护有效的存储系统,并在系统的整个生命周期高效完成工作负载。
这些新的企业级硬盘经过专门设计,非常适用于IT经理和云构建商,满足他们对于高性能、大容量、高可靠性硬盘的无限需求,以应对如今无止境的爆炸式数据增长。有了希捷全新的TurboBoost加速缓存技术,系统构建商就能够为客户提供响应更为迅速、效率更高、功能更丰富的存储系统。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。