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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。