初创企业Coho Data公司正在以一种新的方式思考企业存储。该公司今天宣布其新的存储架构Coho Datastream供货。
什么使得Coho的方法不同呢?不像其他存储厂商,Coho在其核心解决方案利用软件定义网络(SDN)。事实上,该公司的首批产品附带一个 52端口10G OpenFlow交换机,它运行软件整合到存储硬件。通过这种方式,Coho实际上是利用SDN提供存储服务 - 这应该使得客户能够轻易向外扩展,同时保持较高的性能。
硬件本身是基于商品服务器,除了传统的磁盘,还使用PCIe闪存存储。解决方案中的每个节点都可以处理闪存和磁盘之间的内部存储分层,并使用 OpenFlow交换机来处理负载均衡等任务。这样,存储被视为一个整体,而非单个节点。添加新的存储就像增加更多的阵列一样容易。初始的硬件平台将是一 个2U机箱中的双节点阵列,每个节点2个10G端口, 6个3TB磁盘,和Intel SSD 910 PCIe固态硬盘。
最开始的时候,Coho DataStream将单独提供NFS服务,不支持iSCSI,FCoE,甚至CIFS协议,最初的重点是虚拟化基础设施,NFS是其中一个重要的因素。NFS 表示层的背后,是一个基于对象的存储布局,可以通过可定义的复制参数配置。
仍处于初级阶段的SDN和OpenFlow已经在网络世界刮起风暴。Coho是首先采用核心SDN理念并将它扩展到存储网络的厂商之一。
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。