谷歌与Iron Mountain双方正努力将历史悠久的存储介质磁带引入云环境,从而实现LTO向云的全面迁移。
LTO是一类标准磁带格式,其支持者包括IBM、惠普以及昆腾等等。单一第七代LTO磁带能够存储15 TB数据,该标准还计划升级至第十代,预计存储容量可达120 TB。
不过谷歌公司目前运营有一项名为Cloud Storage Nearline的服务,其每月每GB存储资源起步价格为0.01美元,并承诺恢复时长仅为3秒。这样的速度表现相当惊人,甚至超过了高端磁带库方案。
不过Nearline目前面临着一项难题,即从磁带向云端迁移TB级别数据需要耗费极长时间。谷歌公司给出的解决方案名为"cloud seeding",即寻求合作伙伴并由其提供传输通道,并借此完成数据上传。作为合作伙伴之一,Iron Mountain刚刚宣布将其数据仓库与谷歌基础设施间的传输通道扩大10倍。谷歌方面指出,此次扩容意味着"通过这一链路进行50 TB数据迁移的耗时将低于一天。"
Iron Mountain公司还增添了消费LTO磁带的能力,并将其内容通过自家扩容后的通道传输至谷歌。这意味着磁带数据存储效果将更快且更加易用。
当初谷歌公司刚刚启动Nearline服务时,其预备的服务启动存储容量为100 PB。而这一次,通过Iron Mountain进行存储服务登录的客户则能够享受到500美元信用额度--遗憾的是这一机制仅适用于美国本土。
无论如何,谷歌公司已经针对磁带存储介质做出了明确规划。存储行业曾经无数次预言过磁带的消亡,但其实际消亡却是明年复明年、明年何其多。谷歌与Iron Mountain双方正积极推进由磁带向云存储环境的迁移,但在我们看来仍将有众多企业客户出于种种理由而继续使用内部磁带存储方案。
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。