Avere公司在云环境下推出非大数据存储解决方案。Avere公司目前正在利用自家虚拟FXT文件加速软件在AWS云环境下构建三个存储层级。
其总体思路是由客户在AWS云当中运行计算实例,而运营方则使用文件数据,这就意味着云环境中需要拥有一套NAS。大家可以利用该方案为文件数据选定合适的存储位置:EC2 RAM用于提供速度最快的访问效果;EBS通用型SSD分卷的速度稍慢但成本也相对较低,适用于对速度拥有一定要求的访问操作;而S3则充当成本最为低廉而速度也最慢的文件存储方案。
Avere公司的虚拟FXT产品能够将大数据保存在S3当中,同时提供缓存机制以帮助AWS云执行应用能够借此拥有更理想的访问速度,该公司解释称。
对于非大数据用户,Avere方面表示大家应当将自己的数据分发至这三个存储层当中,从而妥善且高效地利用虚拟FXT中的缓存机制从速度较慢的云存储环境中获得更理想的数据访问速度。
CloudFusion正是由此概念转化而来的一款产品。Avere公司表示:“基于数据访问模式与内部缓存算法,CloudFusion能够自动将‘热门’或者称之为高使用频率之数据保存在Amazon EC2 RAM当中,而‘稍热’数据则被旋转在Amazon EBS通用型SSD分卷内以确保其拥有理想的响应水平。最后,访问率极低的‘冷门’数据则在Amazon S3当中享受最佳数据保护效果以及最低的存储资源使用成本。”
CloudFusion的功能集包括“利用快照保护数据免受意外删除及损坏状况之影响,利用加密机制保护数据免受未授权访问,利用压缩功能最大程度提高存储空间利用率并配合一套易于使用的Web GUI进行设置以降低管理难度,同时提供直观功能帮助管理人员查看文件在CloudFusion当中的运作情况。”
Avere公司CEO兼总裁Ron Bianchini发布了一份声明,表示:“客户将能够借此在Amazon EC2之上运行标准NAS应用程序,同时将大规模数据保存在Amazon S3当中以实现成本优化以及适用于各类应用的性能水平。”
很明显这是一套云NAS解决方案,而Avere公司已经在Parascale遭受失败的领域获得了成功。从理论层面讲,我们应该能够较为轻松地将其扩展至谷歌云、Azure乃至OpenStack环境当中。
另外如果Avere公司未来逐步将其产品推广至云环境下的文件数据保护机制交付领域,我们也不会感到意外。事实上,其目前已经支持Amazon的Glacier冷门数据存储服务。
目前CloudFusion已经拥有了自己的一套微型网站,而该软件也在AWS应用市场上正式上架,其中面向AWS r3.xlarge实例的最终用户使用成本为每小时0.99美元起。该产品现在提供为期21天的免费使用期,不过AWS资源的使用费还是要由用户自行承担。
CloudFusion适用于Amazon EC2、Amazon EBS以及Amazon S3,三者的使用成本按照目前的实际计费机制分别计算。
好文章,需要你的鼓励
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。
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。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
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。