微软公司正在着手打造大量与软件定义存储以及存储服务质量需求相关之技术方案。
微软公司的英国剑桥实验室刚刚发布了一款微软研究存储工具包,这款工具据称能够“通过向Windows 8.1存储堆栈中添加I/O分类功能并显示与用户程序相关的选定I/O请求处理流程细节信息,从而大大改善软件定义存储研究活动的执行效率与访问能力。”
此次方案发布并不令人意外,毕竟此前微软推出的Windows Server技术预览版也“提供一种利用Hyper-V以及向外扩展文件服务器角色对虚拟机存储性能进行特定监控及管理的方式。”这相对于Windows Server 2012无疑迈进了一大步,该版本只允许用户设定最大IOPS。微软公司现在认为为IPOS设置下限同样极具实践价值,这种设计有助于降低同环境内工作负载之间的存储性能影响,从而保证用户规划出规模更大的虚拟机平台。
微软公司已经陆续在这方面投入大量研究人力资源:2013年微软研究报告《IO处理流程:软件定义存储架构》一文据称正是Windows Server技术预览版内各全新功能的理论基础。
微软打造的软件定义存储版本似乎并不属于软件阵列型方案。相反,微软希望能让Windows Server管理员获得控制所有字符串数组(array一词同样意为阵列,RAID用户对此肯定不会陌生)的能力,从而直接对面向存储设备的输入及输出数据流加以管理。
根据Rob Knies在博文中所言,微软的目的在于将存储服务质量作为实现租户服务水平协议(简称SLA)的保障性机制。
微软研究人员EnoThereska指出,这一说法应该意味着“客户能够在共享式系统中获得与专有系统相同的性能表现效果。”
正如我们之前所提到,微软并不是惟一一家对存储服务质量显示出高度关注的厂商。但目前这位软件巨人以及其它一些云技术先锋确实已经作出了大胆的尝试。他们的竞争对手——虽然目前还不确定他们具体在与谁进行竞争——能否跟上其迅捷的发展脚步?
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。