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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。