作者:Janet Lafleur,昆腾高级产品营销经理
内容备份与内容归档之间有何不同?这是否真的很重要?人们经常混用这两个词,但这些技术在如何保护和保存内容上存在关键的不同之处,会对媒体工作流产生重大影响,包括影响其节约存储空间的潜力。
备份应用把数据复制到次要地点,以便在发生硬件故障或其它数据丢失的情况下恢复内容。高效的备份战略提供快速恢复,使数据恢复到内容的原始地点。另一方面,归档把内容存储到次要地点,以长期保留内容或节约存储空间。对于归档内容,人们假设内容不可能改变,因为它是永不改变的“固定内容”或已完成项目的一部分。
传统上,归档内容被移出主存储,但这并不是硬性要求。归档解决方案有时候包括分层存储管理(HSM),它自动把内容从主存储转移到归档设备,留下到归档内容的链接。这些HSM创建的连接结合了两者的优势,节约主存储上的空间,同时保留从原始位置直接访问归档内容的能力。
虽然这些区别很重要,但更重要的是了解如何在工作流的每个阶段最好地保护和保留内容,同时优化存储容量。
保护内容从获取和摄取开始。使用录像带或胶片盘进行备份的时代已经过去。一旦闪存媒介从相机中拖出,应当在硬盘和/或LTFS磁带上制作多个拷贝。内容进入服务器用于后期制作之后,该设施也应当有自己的备份,最好可以从制作存储设备直接访问拷贝,但不存储在同一个磁盘阵列上。硬件故障会让你的项目拖延多长时间?恢复时间就尤为重要。由于原始资料永远不会改变,可以把它保存到归档设备中。智能归档解决方案让你能够归档后在活跃存储上保留文件。
在工作进行中节约存储空间并保护文件。如果客户在摄取后归档内容,就可以通过删除生产团队不使用的任何媒体文件而释放生产存储上的空间。虽然工作流应用创建的EDL和文件可能需要使用传统备份软件进行保护,但不需要以只读模式备份这些工具使用的大型媒体文件。一个项目完成后,其中的资产应当归档进行保留,并为下一个项目空出生产存储。
活跃归档支持重新使用和变现。归档时不要把内容锁起来。如果可以通过HSM文件系统或媒体资产管理器(MAM)而从生产存储访问,这样的归档将有助于充分利用客户的资产。直接访问让一个新的分发平台能够更轻松地在新项目中重新使用或变现。
通过HSM或MAM集成,归档数据可以经济地存储在数字磁带上,而不会无法直接访问。然而,对于广泛的变现,对象存储的低延迟使其成为越来越受欢迎的选择,特别是现在更多转码、资产管理、传输和其它工作流应用被用于操作对象,而不仅仅是文件。不管是集成到面向分布式生产团队的协作流程还是作为异地备份,基于云的归档也越来越流行。
通过自动化、智能归档而对其进行简化。在工作流程的每个阶段高效地保护和保留内容看上去很复杂。幸运的是,支持自动化的归档解决方案可以简化这些操作。为了最简单地实现最好的保护,请关注具备如下特点的归档解决方案:
(1)通过在线保留数据或链接到次级存储中的数据,可以在归档设备中保留数据,同时使其可以在线访问;
(2)允许客户制定自己的策略,规定内容如何转移到归档设备;
(3)让客户可以选择归档存储的类型,包括LTO磁带、对象存储和云存储;
(4)与MAM和其它工作流应用集成,以便重新利用和变现。
借助智能、全功能的归档解决方案,客户的内容会得到保护、保留并充分利用资产和存储容量。
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。