Azure正在把自己变身成为SAN快照的存储目的地,这些快照捕获自EMC、NetApp以及HDS等存储厂商的设备,从而进一步增强了微软云的灾难恢复实力。
微软已经在“Azure Site Recovery”(ASR)服务下提供了针对虚拟机的共享与同步功能。
本周在巴塞罗那举行的TechEd大会上,微软宣布ASR很快将能够挂接到使用SMI-S规范的阵列上,这样SAN就可以利用自身的快照来做到这一点,并且将其发送给Azure。一旦快照保存在了微软覆盖全球并且冗余的云中,那么当发生灾难就可以利用这些快照进行后续找回。
你将需要System Center Virtual Machine Manager (SCVMM)来使用这种新功能,如果你的SAN厂商在Azure上部署了SMI-S那么将会有所帮助。好消息是,EMC(VNX和VMAX Symmetrix)以及NetApp(Clustered Data ONTAP 8.2)已经在列,HDS和惠普(3PAR)即将加入。
微软称这些举措是为了实现“端到端、基于存储阵列的复制和灾难恢复”,并宣称将提供一个“自助服务灾难恢复模型,实现对灾难恢复的全面支持,通过测试故障转移和规划故障转移的方式,确保零数据丢失、未规划的故障转移和故障回滚——所有灾难恢复操作都将被认为是精确的,一致的,能够帮助你满足恢复时间目标(RTO)”。
当然,除非Azure本身发生了故障(这个此前已经发生过了)。
微软显然对于将Azure作为灾难恢复服务相当上心。每个实例每个月54美元,看上去是一笔不错的业务。备份硬件和软件厂商可要当心了。
据微软称,SAN快照服务目前已经在预览中了,细节将在未来几周内公布。
好文章,需要你的鼓励
Snap 推出 Lens Studio 的 iOS 应用和网页工具,让所有技能层次的用户都能通过文字提示和简单编辑,轻松创建 AR 镜头,包括生成 AI 效果和集成 Bitmoji,从而普及 AR 创作,并持续为专业应用提供支持。
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。