高性能计算向外扩展NAS设备Panasas已经完成了今年的定期系统升级:ActiveStor(简称AS)20阵列将取代原有AS18,帮助用户更为顺畅地承载自身高性能计算负载。
这已经是第八代ActiveStor产品,其中第六代AS16诞生于2014年7月,而第七代AS18则诞生于2015年7月。AS20提供更为可观的存储容量、传输带宽、文件系统规模以及IOPS与带宽形式的数据吞吐能力。
其磁盘存储容量已经由AS18中的8 TB提升至AS20中的10 TB,此次选用的是HGST提供的He10氦气填充式驱动器。每台设备的闪存存储容量亦有2.4 TB提升至8 TB。每台AS设备的最大存储容量由122.4 TB提升至208 TB,其中闪存容量为8TB,磁盘驱动器则提供余下200 TB。
其最大传输带宽由195 GB每秒提升至360 GB每秒,而最大IOPS则由176万增长至260万(多谢你,至强同学),且命名空间大小亦由20 PB增加至45 PB。就参数来看,新一代产品的存储容量与性能都得到了显著升级。
与上代产品一样,新的AS20同样运行PanFS操作系统,版本为6.1。PanFS 6.0版本于2014年6月推出,因此6.1应该已经开发完成。
与竞争对手DDN Storage不同,Panasas公司提供单一向外扩展NAS系统,而无需利用系统组合承载多种高性能计算软件环境、对象存储以及突发性缓冲需求。
AS20设备目前已经开放预订,并将于本月之内正式投放市场。
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。