据外媒The Verge报道,为了维护数据中心的稳定性,谷歌正在计划对所使用的机械硬盘进行改造。

对于企业来说,大部分机械硬盘会被云存储所取代。不过很多笔记本和移动设备,仍然依靠机械硬盘存储内容,而且售价也是必须要考虑的因素。
谷歌基础设施副总裁Eric Brewer表示:“这个变化会产生一系列的有趣结果,包括增加硬盘丢失数据的可能性这个有违常理的目标,因为这份数据在别的地方已经进行了备份。”
在Eric Brewer看来,尽管越来越多的人开始使用固态硬盘,但是受限于价格过高的原因,传统机械硬盘依然有立足之地,而谷歌也没有放弃在这方面的努力。
谷歌希望从物理变化和“短期”固件更新等方面优化机械硬盘。“我们希望,这就是‘数据中心’硬盘新时代的开始。”Eric Brewer说。
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。