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
从浙江安吉的桌椅,到广东佛山的沙发床垫、河南洛阳的钢制家具,再到福建福州的竹藤制品,中国各大高度专业化的家具产业带,都在不约而同地探索各自的数字化出海路径。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。