又一位新任高管加入公司。
希捷公司已经为其云业务专门招募了一位执行副总裁,并为该部门的发展前景做好了规划与引导。
来自思科公司的前任高管Sri Hosakote如今以执行副总裁的身份加入了由Jamie Lerner执掌的云系统与解决方案部门(简称CSS),并且将直接向Lerner这位今年二月才投奔希捷的领导者直接报告。这二位都曾经效力于思科,因此Lerner相当于是为自己找到了一位知根知底的搭档。除了Hosakote之外,该部门还迎来了另一位新人:Mike Palmer,其头衔为高级副总裁(与执行副总裁相比低一个职级)兼云解决方案总经理。
Lerner指出:“希捷是惟一一家能够跨越完整信息基础设施堆栈实现创新活动的企业,其中包括存储介质、设备、机柜、管理层再到操作系统与文件系统。”
但无论是否涵盖全堆栈,他在这里显然并没有提到计算与网络领域,更没有就融合做出任何暗示。希捷公司将“把创新活动从设备扩展到信息基础设施当中,包括内部与云环境两大体系”。
希捷方面将“超越我们原本处于领先地位的磁盘驱动器业务,开始将云系统与解决方案交付给原始设备制造商(简称OEM)与倾向自主构建设备的企业客户。”
自主构建设备的企业客户?听起来只有那些规模庞大的行业巨头才有这份能耐。
Hosakote原本在思科公司的交换与无线平台部门担任高级副总裁兼总经理职务,专门负责工程技术方面的工作。而在希捷的云系统与解决方案部门,他将管理其中的系统业务,主要从事“面向具有融合型基础设施发展规划的OEM厂商的高性能计算(简称HPC)解决方案及自定义模块化系统之创建与交付工作。”
这意味着他将负责收购自Xyratex公司的业务及其工程技术团队的管理工作。
换句话来说,他的职责是打理采用Lustre的ClusterStor阵列业务,这部分产品属于将克雷作为OEM合作伙伴并结合希捷自家的Sonnexion存储阵列。在我们看来,希捷公司是将ClusterStor看作一款经典网络阵列,而且就目前而言还没有将其推向融合型路线的打算。
然而,我们认为ClusterStor也有可能凭借着自身所固有的智能化管理能力大放异彩,无论是在目前的希捷磁盘驱动器领域还是在未来无疑将成为主流的Pulsar SSD产品线当中。
我们可能还需要考虑这样一个问题:希捷是否有计划将其Kinetic磁盘驱动器产品线添加到内部阵列产品阵容当中?
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。