Scality正在开发一款软件定义存储控制器(SDS)以实现对象存储转移到公有云或者使用S3协议的磁带上。
这个想法是要利用策略从本地的Scality RING存储系统中选择那些传送到S3目标的对象。关于这些对象的元数据可以保留在本地以辅助搜索。可以强制实施策略,这样对象就可以保留在地理区域或者国家范围内以符合国家数据存储要求。
我们知道,Scality将支持从S3向Amazon云的转移,用多云方法也可以转移到Google中。Azure也在目标云的支持名单中,但却没有IBM的Bluemix。该S3协议还给磁带环境提供了SpectraLogic的Black Pearl,作为磁带向前传输的潜在目标。
Scality希望用户可以免费使用这个S3访问协议,并开放了它的源代码。最近上任的CMO Paul Turner表示,自从推出以来已经有超过8000次下载,目前每周的下载量是500。
他认为对象存储市场已经发展成熟,达到一个只有那些拥有足够多客户、具有一定规模的企业可以实现增长的阶段,他还提到了最近Gartner公布的分布式系统和对象存储系统魔力象限。Turner认为,这最好是命名为内容存储魔力象限,两个基本技术选择是横向扩展文件系统和对象存储。
很多对象存储厂商并没有入围Gartner的这个魔力象限,他认为这标志着很多厂商正在与实力较弱的厂商进行整合——但他说他的公司不会的。
即将推出的Scality SDS技术类似于昆腾现有的StorNext和Cloudian的对象存储产品。StorNext可以将非结构化数据分层到磁带库或者Lattus对象存储(实际上是OEM自西数HGST部门的Amplidata软件)。
Cloudian最近宣布,他们的HyperStore可以将对象分层到Google的Coldline中。
显然这些厂商看到了大量非结构化数据——例如互联网生成的各种数据——正在从旧的、低延迟的对象存储转移到更廉价的、归档级的存储中,这是有道理的。
我们可以想象,Scality的合作伙伴例如HPE也会采取这种策略。
注:过去Turner曾表示,他认为当每TB成本降下来的时候,廉价的、高容量的闪存存储很适合对象存储软件。也许明年年底我们会看见低成本版本的西数/SanDisk Intelliflash推出吧。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。