Amazon Web Services已经正式宣布,其将乐于将最高容量达50TB的云数据以快递方式交付至用户家门口。
这些数据将被打包为所谓Snowbal,即该公司去年刚刚发布的50TB存储阵列,并借此实现数据面向云存储服务的导入操作。
Amazon公司之所以启动Snowball计划,是因为众多潜在用户虽然对云存储抱有兴趣,但却不愿承受由大规模数据上传带来的时间消耗、传输带宽成本以及AWS自身数据迁移费用。Snowball阵列提供一个以太网接口,AWS利用它作为载体帮助大家将全部数据分拨转移到Amazon的低成本基础设施当中。该设备会对数据进行加密,因此一旦Snowball从卡车上掉出并落入恶意人士手中,用户的数据也仍然安全无忧。
AWS目前已经对这一过程做出了调整:如果大家将数据保存在其S3云存储服务当中,亦可以将其下载至Snowball当中并以快递方式进行收取。同样的,速度与成本正是这项服务的卖点所在。
Amazon还将其多年货运服务积累下来的经验应用于其中。由于Snowball会被帖上返还地址标签,因此一旦内部上传工作完成,大家可以轻松将其寄回来源地。不过那些对恢复时间要求较高的客户可能并不适合这种作法:Amazon公司的默认选项为两天寄到,而且该公司并没有告知在寄出之前还需要多长的准备时间。
更多负面因素:每次Snowball使用申请要价200美元,将数据转移至AWS之外会带来每GB 0.03美元成本(如果需要,将数据由Glacier转移至S3同样需要付费),而且AWS假定大家需要将Snowball设备保留十天。在此之后,每天额外收费15美元。再有,返还的邮费也要求由用户承担。
谁说云服务就一定轻松便宜?
好文章,需要你的鼓励
代理式AI是继生成式AI后的新兴技术趋势,通过软件"代理"自动化复杂任务执行。与生成内容的生成式AI不同,代理式AI专注于执行操作。该技术将在两个方面影响数据中心:首先,随着48%的技术领导者已在使用代理式AI,这将增加LLM推理需求,进一步推动数据中心容量需求;其次,AI代理可能革新数据中心管理,自动化工作负载重新部署、性能优化和网络流量路由等任务,提升运营效率。
StepFun公司推出的Step1X-Edit是首个能够媲美GPT-4o和Gemini2 Flash等商业模型的开源图像编辑AI。该模型通过整合多模态语言理解和扩散图像生成技术,能够处理11种编辑任务,在新构建的GEdit-Bench基准测试中表现优异,为图像编辑技术的民主化开辟了新道路。
韩国SK电信发布了A.X 3.1 Lite,这是一个70亿参数的韩语大语言模型,完全从零开始自主开发。该模型在1.65万亿多语言标记上训练,重点关注韩语内容,可在智能手机上运行且无需云端支持。模型在韩语多任务推理基准测试中表现优异,响应时使用的标记数比同类GPT模型少三分之一。已开源并应用于SK电信的A.dot语音助手,支持实时通话摘要等功能。
BluOrion公司开发的ZClip是一种智能梯度裁剪算法,解决了大型语言模型训练中的梯度爆炸和损失飙升问题。通过Z分数统计检测和动态调整策略,ZClip能够自适应地控制梯度幅度,相比传统固定阈值方法提升训练效率35%以上,同时显著降低训练失败风险,为大模型训练提供了更稳定、高效的解决方案。