EMC将ScaleIO定位为一款虚拟化SAN软件,面向比VMware VSAN软件更高端的数据中心,同时也面向采用(VSAN不支持的)Hyper-V服务器虚拟化的客户。据我们了解,ScaleIO的横向扩展可支持比VSAN更多个节点。
ScaleIO v2.0支持Ubuntu(Ubuntu OS 14.04 LTS)以及CoreOS(支持Docker和容器),更好地兼容OpenStack(Cinder驱动程序),支持Liberty发行版,未来还会支持VMware Photon。
在安全方面,新集成了Active Directory和LDAP,支持IPv6地址。这个季度末还会增加静态数据加密功能,目前已经支持动态数据检验以改进数据对崩溃的抵抗力。
EMC已经增加了扩展支持选项和读取缓存能力,外加一个5节点的MDM(Meta Data Management)集群。EMC融合系统总裁Chad Sakac告诉我们这意味着:"3个存储库+2个断路器,可以在多个MDM节点发生故障之后还可以持续运行。"同时ScaleIO V2.0拥有Mirantis Fuel插件以及丰富且成熟的vCenter插件,并且在做日常维护的时候维持集群性能,提高冗余性。"。
ScaleIO V2.0软件现在还没有开始供货,作为纯软件或者是VxRack Node以及VxRack System 1000 FLEX HW+SW产品。ScaleIO 1.3x和2.x版本到v2.0之间是非中断的升级过程,CoreOS支持仅通过Request for Product Qualification (RPQ)提供。
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。