3月19日,EMC宣布新产品和解决方案,支持数据湖基础。数据湖基础是支撑业务数据湖解决方案的存储基础设施。业务数据湖将数据、应用和分析整合到一起,同时,在任何需要的地方提供分析能力。
当EMC和客户交谈时,持续听到的是前所未有的数据增长,以及管理存储孤岛的挑战。去年,EMC分享了数据湖基础策略,并且已经提供像EMC Isilon和EMC ECS(弹性云存储)这样的产品,帮助客户消除存储竖井,为存储和管理数据提供更简便的方式。这样,客户就可以将更多精力投入到从数据中获取洞察和价值这件事上。
以下是数据湖基础可以为企业带来的好处:
新平台
2014年,EMC发布Isilon S210平台,将世界纪录的性能数字加倍。现在,EMC发布全新的Isilon HD400平台,容量增加2.5倍,允许客户将其数据湖基础史无前例地扩展至单集群50PB容量。该平台对那些需要一个强大、可扩展、可存储2PB至50PB数据的高容量平台的客户而言,是理想的选择。这种容量能力适用于深度归档、灾难恢复,以及构建一个高容量的数据湖基础。而且,HD400极致的密度(3.2PB/rack)可有效减少包括电、制冷、数据中心空间等在内的运营费用达50%。
新软件和能力
除了全新的阵列,EMC还发布了帮助客户从数据湖的数据中获取丰富洞察的新功能。全新的OneFS7.2操作系统将支持较新的、更多当前的Hadoop协议,包括HDFS2.3和HDFS2.4,更快地提供洞察。
EMC还宣布提供面向OpenStack Swift的支持,同时支持文件和对象,后者是增长速度最快的非结构化数据类型。
新解决方案
从数据湖基础的数据中实现价值的关键是利用EMC ISV伙伴提供的丰富的分析工具,例如Cloudera和Pivotal。这些合作伙伴的应用是经验证的,可运行在Isilon数据湖基础上。今天,EMC宣布与业界另一个企业Hadoop领导厂商——Hortonworks达成认证。这一认证标志着EMC Isilon OneFS系统可在最复杂的Hadoop测试套件中运行,是Isilon面向Hadoop环境系列成就的顶点。EMC还将继续与其他几个分析生态系统的伙伴紧密合作,为客户提供丰富的数据湖解决方案。
“通过经Hortonworks数据平台认证的EMC Isilon,组织现在可以利用其共享存储能力,运行全新的分析负载,从现有数据中获得更多价值。通过与Apache Amabari的工程和集成,客户现在可以部署分层,加快获得洞察,同时在Isilon上使用最彻底的经验证的Hadoop分发版。”
——Hortonworks业务开发副总裁 Mitch Ferguson
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。