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
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。