EMC公司最近打出一击重拳--其刚刚与Salesforce公司签订交易,向后者提供总值达7500万美元的内部存储硬件产品,消息人士告诉我们。
有消息指出,Salesforce 公司上个月将基础设施服务从其云服务器部门当中剥离了出来,并将其以4亿美元转让予AWS。
不过有内部知情人士表示,Salesforce与即将被纳入戴尔的存储巨头EMC之间建立起了规模可观的全新合作关系。
"任何关于Salesforce.com公司有意与AWS进行业务转让的传言都属于一时传闻,"这位消息人士解释称。
根据我们了解到的情况,此份订单中包含120台全新VMWAX阵列,其中大部分为全闪存阵列,另有一部分SAS阵列以及50台DataDomain 9500。
"此项交易发生于本季度较晚时段,且几乎耗尽了EMC方面的公用产品库存,"一份消息人士补充称。
EMC方面表示目前无法对我们的询问做出回应,而Salesforce公司则仍未给出任何回复。
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。