LTO机构的主要工作是推动LTO格式发展并体现LTO技术项目供应厂商(简称TPC)的发展意向--具体为惠普企业业务公司、IBM以及昆腾。此次,LTO机构发布了一份磁带出货量报告,结果显示从2014年到2015年磁带产品的出货总容量增长了18%,不过所售出产品数量则自2008年就一路保持下降。
具体发布的数据如下:
• 2014年--压缩后LTO销售总容量为64671 PB(折合原始存储容量约为25900 PB)。
• 2015 年--压缩后LTO销售总容量为76190 PB(折合原始存储容量约为30500PB)。
• 2000年至2015年--自LTO诞生以来,压缩后LTO销售总容量超过39万5千 PB。
压缩后容量为15 TB的LTO-7诞生于2015年9月,并成为上代6.25 TB(压缩后)LTO-6格式的继任者。
去年出售给客户的LTO卡带不足2000万块。相比之下,西部数据与希捷双方则在2015年当中总计售出超过3.5亿块磁盘驱动器; 从出货单元数量角度看,磁带市场尚不足磁盘驱动器市场总量的0.0567%(其中疏忽东芝方面的贡献)。当然,从出货容量角度看磁带仍然拥有顽强的生命力:
每卷磁带的存储容量正不断提升,且应该能够在下几代LTO格式推出时迎来持续增长。人们之所以坚持利用磁带承载归档数据,是因为其成本更低且可靠性更高。
这份报告指出,"2015年年内的出货量反映出这一年中存储介质单元出货量出现小幅下降,这种现象一般发生在更新换代期间。"
事实上,自2008年以来磁带产品的单元出货量就一直不断下滑:
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。