SNIA(Storage Networking Industry Association,全球网络存储工业协会)已经公布了1.0版本的Swordfish存储管理规范,目标是在云时代的数据中心内实现存储产品和服务的标准化管理。
Swordfish是对Distributed Management Task Force(DMTF)的Redfish的扩展,能够应对存储设备和服务的管理。由SNIA的可扩展存储管理技术工作组制定的,被描述为"存储行业诸多领先公司参与,广泛行业协作的成果。"
它采用RESTul接口、JavaScript Object Notation(JSON)以及Open Data Protocol(OData)无缝地管理存储设备、存储服务以及服务器。Swordfish的API可以将不同类型的服务与不同性能水平的存储系统相连接。因此,IT管理员就可以通过选择所需类型的存储服务来配置存储的服务器。另外,厂商也可以在Swordfish之上添加他们自己的功能特性。
SNIA存储管理项目主席Don Deel在SNIA发布中表示:"SNIA Swordfish相比传统标准更容易理解、更容易实施,这将加速存储设备厂商和管理应用厂商对这项标准的采用。"
微软技术研究员Jeffrey Snover表示:"因为SNIA Swordfish是对Redfish的一个延伸,这将被广泛用于虚拟化环境,因此厂商将不再需要为任何一种特定系统制定不同的版本。"
但是Swordfish会被广泛采用吗?Swordfish早期的SMI-S存储管理项目没有取得成功,最终导致厂商的努力付诸东流。不过,Redfish数据中心管理标准似乎蛮受欢迎的,超微正在自己的微刀片产品中采用这项标准。这对Swordfish来说打下了一个很好的基础。
好文章,需要你的鼓励
Snap 推出 Lens Studio 的 iOS 应用和网页工具,让所有技能层次的用户都能通过文字提示和简单编辑,轻松创建 AR 镜头,包括生成 AI 效果和集成 Bitmoji,从而普及 AR 创作,并持续为专业应用提供支持。
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。