Isilon Nitro文件系统:AWS希望利用EFS将其击毙
Amazon公司已经打造出了自家弹性文件系统(Elastic File System,简称EFS),并将借此向本地文件系统发起冲击。
EFS最初于去年4月的AWS峰会上发布,其预览版本则于同年晚些时候推出。目前EFS则已经作为全面托管服务与广大用户见面。
客户可以在AWS管理控制台当中通过几次点击来利用EFS创建文件系统,并通过NFS(即网络文件系统协议)接受来自弹性计算云(简称EC2)实例的访问。之所以将其命名为"弹性",是因为其继承了EFS向上扩展至PB级别的能力。
AWS方面表示,其能够支持成千上万条并发客户连接,且性能始终保持稳定。
EFS拥有高可用性与耐用性,为多个可用区内的每个文件系统对象提供冗余存储。该服务不设最低收费或者设置成本,现有Amazon EFS客户只需要为其所使用的存储空间付费即可。其设计作用为支持各类文件工作负载,包括大数据分析、媒体处理以及基因组学分析等等。其能够实现工作负载的大规模并行化,同时提供必要的高水平吞吐能力,并满足内容管理、主目录存储以及Web服务等负载的低延迟要求。
Amazon方面表示,在被安装至EF2实例时,EFS文件系统会提供一个标准文件系统接口与语义,从而帮助客户以无缝化方式将Amazon EFS与其现有应用程序及工具加结合。EFS在设计当中充分考虑到了文件工作负载中常见的数据吞吐能力、每秒输入/输出操作(简称IOPS)以及低延迟等需求。每套文件系统都能够实现至少每秒100 MB峰值传输能力,且自身体积高于1 TB的文件系统将拥有能够与容量相匹配的更高吞吐速率。
这意味着企业与公共部门完全可以考虑将基于NFS文件的工作负载迁移至Amazon公有云,从而在内部数据中心开辟出新的业务平台。是的,场地租约、供电费用、操作复杂性以及预算整理都将不再是问题,值钱给AWS即可一劳永逸。
当然,实现上述目标的前提在于,客户必须信任由Amazon打理其数据资产。事实上,EFS的计费机制相当有趣。虽然看起来确实比内部文件系统方案更便宜,但其是否真的会比Nexenta等厂商提供的,运行在商用设备上的软件定义文件管理产品更便宜?这个问题恐怕还没有定论。
目前该服务的收费标准为UYSA服务区每月每GB 0.30美元,EU(爱尔兰)服务区则为0.33英镑。刚刚选择AWS不足12个月的客户能够享受到每月5 GB的免费存储空间。因此现在大家可以核算本地文件管理方案成本,并对二者做出比较了。
Seeking Alpha网站、Arcesium、Atlassian以及Zend等企业都已经开始使用EFS。客户能够利用AWS管理控制台、AWS命令行界面(简称CLI)或者AWS SDK启动Amazon EFS。Amazon EFS目前已经在美国东部(北弗吉尼亚州)、美国西部(俄勒冈州)以及欧洲(爱尔兰)服务区正式上线,并将在未来几个月中陆续在其它各服务区上线。
好文章,需要你的鼓励
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。