存储行业继续着变革,闪存阵列市场(包括全闪存阵列AFA和混合闪存阵列HFA)正呈现爆炸式增长。根据来自IDC的最新研究,市场上出现了更强大的产品,可以处理大量复杂工作负载,这些产品的兴起有助于在2014年将全球闪存阵列的市场规模推高至113亿美元。
闪存阵列对数据中心的影响是不可否认的,越来越多基于闪存的平台正在提供企业级的数据服务,包括快照、克隆、加密、复制和服务质量,以及很多存储效率功能。一旦这个市场被那些试图利用闪存优化的解决方案占领一块利基市场的初创厂商占领,那么闪存对数据中心的承诺将推动传统企业存储厂商加入这个阵营,提供闪存优化的混合闪存阵列,以及全闪存阵列,例如戴尔、EMC、HDS、惠普、IBM、NetApp和Oracle。
IDC存储系统研究总监Eric Burgener表示:“厂商正在积极地用闪存优化他们的产品,提供增强的性能、更长的耐用性、更高的可靠性以及更低的每GB有效成本。最成功的厂商,将是那些可以从传统的、专有的应用模式平滑过渡到混合工作负载整合的厂商。”
来自IDC的研究结果还包括:
- 在闪存阵列领域最早获得收入的初创公司包括Nimble Storage(混合闪存阵列提供商)、Pure Storage和SolidFire
- 在201年,全球混合闪存阵列和全闪存阵列市场的规模分别达到了100亿美元和13亿美元
- 为了取得成功,闪存阵列厂商必须拥有一个闪存优化的平台,既提供带内压缩和重复数据删除等功能,又提供其他企业级数据服务
- 终端用户应该认真考虑闪存阵列,同时淘汰现有的企业级存储平台。
好文章,需要你的鼓励
从浙江安吉的桌椅,到广东佛山的沙发床垫、河南洛阳的钢制家具,再到福建福州的竹藤制品,中国各大高度专业化的家具产业带,都在不约而同地探索各自的数字化出海路径。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。