尽管很晚进入市场,但是据了解,NetApp正在开发一款超融合基础设施产品。
我们得知,NetApp将售卖这款新设备以确保公司没有错过存储市场的下一个重大转折点:存储级内存(SCM)。
在拉斯维加斯举行的Insight大会上,NetApp全球现场及客户运营执行副总裁Henri Richard表示,现在NetApp内部气氛很高涨,因为大家意识到公司正在恢复活力。
Richard在今年4月加入NetApp,曾经在SanDisk担任商业销售和支持高级副总裁,后来SanDisk被西部数据收购。Richard意识到,NetApp一直被认为是市场的后来者,例如在全闪存市场。他说:“你不能总是比别人晚一点达到转折点。”
如果你晚了,好处是可以观察并分析市场,开发更好的产品,但是太晚就有风险了。在全闪存就是这种情况,“但是我们避开了这个子弹”,Richard说。
即将推出的超融合基础设施产品将是NetApp Data Fabric愿景中一个完整的部分,NetApp将所有软件的重点放在了开发一个覆盖现有系统和公有云——也就是现有的AWS和Azure——的数据管理基础设施。
围绕着存储介质打造硬件系统很重要,但是软件正在变得越来越重要,价值也开始转移到软件上来。
在存储介质方面,Richard称NetApp不会在存储级内存系统方面迟到的。
按照我们的理解,这些系统是采用非易失性介质,例如NAND、XPoint和ReRam在DIMM和NVMe SSD的规格下,以增强DRAM,在加上系统和应用软件方面的更改,避过现有系统数据IO堆栈,倾向于更直接、耕地延迟的内存(DRAM加上非易失性内存)数据访问。
NetApp将会在自己的控制器中采用SCM以加速阵列内的处理速度,NVMe over Fabric连接到主机,提高服务器内应用的运行速度。我们认为,NetApp将会开发出基于SCM的超融合基础设施系统。
那么对于NetApp来说,2017年到2018年将是很有趣的一段时期。
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。