
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
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。