高性能的网络基础设施解决方案的供应商QLogic日前宣布,该公司与Arrow OEM Computing Solutions(OCS)签订了一份补充分销协议。OCS 是Arrow电子旗下公司,主要为业内OEM厂商和知识产权公司提供制造、系统集成和供应链管理服务。根据双方签订的协议条款,Arrow将面向欧洲、中东和非洲(EMEA)提供QLogic的万兆以太网(10GbE)、FC和融合网络完整的解决方案组合。
QLogic EMEA市场副总裁Franco Mezzullo表示:“Arrow OEM Computing Solutions为我们提供了快速可用的基础设施,以及熟悉企业需求和目标的专家团队服务。该协议扩大了我们的客户群,并加快市场对我们10GbE适配器的接受速度。我们的10GbE适配器现已占据全球第二大市场份额。总之,QLogic和Arrow努力让遍及欧洲、中东和非洲的企业用户,更方便地购买和部署QLogic创新型10GbE适配器网络和融合网络适配器,以及FC适配器。这也为我们提供了一个良好机会,来拓展我们的嵌入式解决方案。”
Arrow OEM Computing Solutions EMEA市场副总裁兼总经理Amir Mobayen 谈到:“这项协议强化了我们的存储网络FC产品,并且我们在日益增长的10GbE和融合网络市场上责任更大。QLogic FC适配器全球市场份额已处领先地位,并且还提供了高性能10GbE智能以太网适配器和融合网络适配器。这些产品使我们能够为我们的商业和产业客户提供更强大的企业计算解决方案。”
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。