日前,Synology公布了自己两款新机架型NAS设备的英文预览版。其中,FlashStation FS3017是一款24个驱动器、全闪存NAS,配置一对10GbE/40GbE端口,在执行随机4k写入的时候性能可达到200000 IOPS。此外还有一款新的16磁盘的RS4017xs+,可配置10TB磁盘,在非RAID配置下可存储160TB数据。
新设备让Synology走出了小型NAS低端市场,与来自NetApp、戴尔、Dell EMC等低端套件相竞争。
Synology还瞄准了Nimble,力推自己的云性能分析服务。
新的NAS设备还采用了Synology所谓的“C2”,也就是一对云服务。“C2备份到云”可以将文件传送到云中。“C2站点恢复”可以对虚拟机进行快照,如果NAS发生故障,可以在云中运行应用。
这些服务意味着Synology能够与微软在云备份和站点恢复方面相竞争。
这些服务还让Synology瞄准了其他云提供商,因为Synology表示,他们计划在欧洲设立自己的数 据中心。我们询问,这些数据中心是否是托管的,该公司明确表示将会在欧洲拥有自己的数据中心,这让Synology将成为AWS、Azure、 Google和IBM等公司的竞争对手。说到IBM,新的NAS设备还有一项高速文件传输功能,可能与IBM Aspera的文件传输产品是重叠的。
目前Synology还没有确定在哪以及何时搭建并运营数据中心,也没有透露这两项C2服务的价格。
此外,新NAS设备还升级了Synology的套件,有一个聊天客户端看起来很像是克隆的Slack。
对于这样一家私人公司来说,能够在不断萎缩的小型NAS市场获得大约1亿美元的年收入实属不易。Synology认为之所以可以做到这一点是因为他们专注于中小企业。而当我们询问他们是否支持VVOL的时候,他们的反应是两眼发直,也许这意味着,还有不足之处。
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。