现在联想公司已经顺利拿下了IBM的X86服务器业务,并能够随意参与到同其它存储供应商的合作体系当中。那么作为下一步计划,这只来自中国的技术巨鳄是否会将存储视为值得考量的目标市场?
尽管尚不足以在主流阵列领域扮演存储供应商这一角色,但联想方面确实已经拥有一系列存储产品线,其中包括:
• PX2-300D与PX4-400D NVR视频监控阵列,基本上属于采用RAID实现数据保护的文件管理系统、配备凌动处理器且提供LifeLine软件以实现小型办公NAS功能。
• ThinkServer SA120直连存储采用12-bay 3.5英寸磁盘驱动器,机架另外提供作为可选方案的4-bay 2.5英寸SSD容纳能力,且最高配备两套控制器。
• 联想-EMC桌面与网络(即机架式与塔式)存储方案——参考EMC与联想于2013年达成的合作协议。
• 联想VNX阵
接下来的则是IBM参与开发的EMC融合型/集成式服务器/存储/网络VSPEX参考架构方案,其中包括经过EMC认证的系统:
• 基于Flex System、面向私有云用例的EMC VSPEX,支持200至1000套虚拟机系统。
• 基于Flex System、面向VDI用例的EMC VSPEX。
二者“采用联想ThinkServer系统并配备最新英特尔处理器、RackSwitch网络、EMC存储以及VMware虚拟化技术。”
联想公司同时也没有忘记IBM的Storwize V7000阵列,最典型的例子就是联想推出的6195 Storwize V7000。
面对上述背景,我们提出了以下几个亟待解答的疑问:
• 联想是否会进军网络存储阵列业务市场?
• 联想是否会与其它供应商,例如NetApp,建立起类似于VSPEX这样的合作项目?
• 联想是否会生产自己的集成式服务器/存储/网络产品?
• 联想是否会通过在自家服务器上运行自有软件与其它供应商合作推出超融合型系统?
之所以提出第四个问题,是因为考虑到此前Maxta与Simplivity曾经与思科达成协议、允许后者在其UCS服务器上运行相关软件。
当然,IBM与联想之间可能也已经达成协议,规定联想不得在未来特定时间周期之内推出任何与IBM存储阵列存在竞争关系的产品。
如果不存在此类协定,又或者未来协定有效期已过,那么服务器供应商联想又会如何看待存储市场?相信这一领域又将曝出不少值得关注的新闻。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。