EMC公司计划将其ScaleIO serverSAN产品加以扩展,从而作为VMware内核模块的功能组件以实现后者的运行速度提升,并将这套方案作为与由VMware及ESXi整合而成的VSAN等同的协作成果双璧。
就在最近一段时间EMC联邦CEO Joe Tucci公开承认其内部成员及其产品之间存在较为激烈的竞争关系之后,如今EMC与VMware双方的竞争合作乃至纯粹合作力度已经得到了明显增强。
此类产品交集中的典型代表要数ScaleIO——旨在将大量服务器直连存储(简称DAS)加以汇聚并形成一套存储区域网络(简称SAN)——以及VMware的VSAN,后者同样是将接入服务器的直连存储资源汇聚为SAN。
根据EMC方面的说法,VSAN的接入服务器数量上限为32台,而ScaleIO的接入数量上限则可高达上千台。
根据LeMag IT网站的报道,其在对ScaleIO联合创始人兼总经理Boaz Palgi进行采访时获悉,ScaleIO的软件将在下个版本中进行内核化处理、并由原本的单纯虚拟机系统转化为VMware内核当中的一项功能组件。
经过此次变动,ScaleIO将全面获得vStorage API for Array Integration支持,且在理论上将拥有更快的运行速度并占用更低DRAM容量。届时我们可能应该将VSAN视为ScaleIO的一套轻量化版本,或者将ScaleIO作为一款VSAN Plus产品。
EMC公司面临的另一项市场定位难题则在于其PB级别ScaleIO SAN在很大程度上与PB级别VMAX阵列、PB级别XtremIO阵列以及PB级别VSAN存在交集——如果ScaleIO与VSAN服务器双双迎来闪存存储机制,那么这个问题恐怕会变得更加严重。
我们预计EMC将根据特定用例对上述方案的特性进行细化调整,从而让四款产品能够尽可能从彼此竞争的局面当中解脱出来。
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。