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
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。