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
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。