思科近日证实,横向扩展版本的UCS Invicta闪存存储阵列在上个月因为技术故障问题停止供货,将要等到思科的第二财季才能恢复供货。
思科在9月停止出货的两款Invicta产品是UCS Invicta Scaling System,专门针对大型组织机构设计,以及单机版的UCS Invicta闪存存储设备,主要针对中小企业客户设计。
当时思科曾表示,将会在10月恢复出货UCS Invicta Scaling System,但是显示思科表示将到第二财季(从11月开始1月结束)某个时候才会恢复出货。
一位思科新闻发言人通过电子邮件表示:“UCS Invicta Scaling System预计将在2015财年第二季度恢复出货。”
该新闻发言人拒绝透露推迟恢复出货的原因,但是有合作伙伴认为这表明思科还没有解决一些客户在使用该产品时遇到的可扩展性问题。
思科已经恢复了UCS Invicta设备的出货,但是合作伙伴表示,UCS Invicta Scaling System对于企业级客户来说更为重要。
上个月在一封发送给合作伙伴的常见问题回答文档中,思科称决定停止出货UCS Invicta是为了“慎重起见”。
思科在该文档中称:“尽管有些人可能会觉得思科的做法过于保守,但我们相信这是为了满足我们客户、合作伙伴以及员工期望的最好做法。”
思科在今年1月发布UCS Invicta,采用去年9月收购闪存存储Whiptail获得的技术。思科表示,将把Whiptail技术集成到自己的UCS融合基础设施系统中,这将提升UCS的性能,并有助于更好地支持计算密集型应用,例如用于大数据分析和新兴物联网相关的应用。
有解决方案提供商表示,他们对于听说思科停止供货Invicta并不完全感到意外,他们希望在出售或者部署该产品过程中就已经遇到问题。他们称,其中包括单点故障以及可管理性方面的问题。
与此同时,一些合作伙伴表示,他们将在把Invicta推向市场之前等待思科进一步推动传统Whiptail技术以及UCS产品之间的集成。
Invicta给思科带来的麻烦将会助长这家网络巨头瞄准在存储市场进行另一次大型收购的猜测。本周有合作伙伴表示,思科减少了VCE中所持股份,因此放松了与存储巨头EMC之间的合作——这可能会为此举敞开大门。
Focus Technology Solution是一家总部位于西布鲁克的思科金牌合作伙伴。该公司首席技术官Bill Smeltzer表示:“我的立场是,思科将在存储领域越来越强,不管他们怎么利用Whiptail或者收购一家像NetApp这样的公司,或者一家像Nimble这样的小型存储公司。对于思科来说,收购一家存储公司轻而易举。”
另外一家要求匿名的思科合作伙伴鼓励思科向其产品组合中增加更多存储能力,尤其是为了保持UCS所带来的增长。
该合作伙伴表示:“思科说Invicta只是服务器端的缓存,而且他们从来也没有将其作为直接对抗EMC和NetApp的武器——在我看来,思科需要一家存储公司继续保持UC
好文章,需要你的鼓励
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。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。