思科宣布推出了两款全闪存HyperFlex系统,性能最高提升了6倍之多。
HyperFlex是思科的超融合基础设施一体机(HCIA)产品,OEM Springpath的HALO软件,采用思科的UCS服务器和Nexus网络组件,是闪存和磁盘混合的系统。
现在有HyperFlex 220c和240c M4全闪存节点,都采用40Gbps网络。还会有3个或者更多这样的节点整合到单一系统中,有一堆UCS 6200或者6300系列框架互连。
该系统采用至强E02600 v4 CPU,每个插槽最多16个核心,最高1.5TB DDR4 DRAM,以及12Gbps SAS网络机制。这些节点采用Cisco Virtual Interface Card (VIC) 1227,并预装了vSphere ESXi 6.0软件。
下面这个表格显示了HX220c和HX240c混合配置和闪存配置的对比:
思科在博客中写道:“有了新的HyperFlex全闪存节点,以及第三代40 Gbit/s UCS框架网络,客户可以期待IOPS吞吐性能提高6倍之多,延迟缩短80%。”
思科HyperFlex HX240c硬件,最上面是全闪存版本
数据规格表中这样写道:“HX240c M4和HX240c M4全闪存节点可以配置采用各种UCS B系列刀片服务器和C系列机架服务器以搭建一个混合集群。”
预计所有HCIA硬件厂商很快都将在他们的产品系列中增加全闪存的配置。这个市场如此火,没有哪个提供商可以忍受长期性能不利的问题。
好文章,需要你的鼓励
本文探讨了一种防范通用人工智能(AGI)和人工超级智能(ASI)存在性风险的方法:将它们置于计算机仿真世界中进行测试。虽然这种方法看似合理,但存在诸多挑战。AGI可能会隐藏恶意行为,或因被欺骗而转向恶意。此外,仿真环境可能无法完全模拟真实世界,导致测试结果不准确。构建高质量仿真系统的成本和技术难度也不容忽视。文章认为,仿真测试虽有价值,但并非万能解决方案。
这项研究关注语音中的句子强调(即说话时对特定词的重音),它能传达说话者的潜在意图。耶路撒冷希伯来大学的研究团队发现,尽管现代语音语言模型进步显著,它们在理解句子强调方面表现不佳。团队创建了StressTest基准测试和Stress-17k合成数据集,并开发了StresSLM模型,使强调理解能力大幅提升。研究表明,通过特定训练策略,可以让AI不仅理解"说了什么",还能理解"怎么说的",从而捕捉人类交流中的微妙含义。
尽管AI在围棋等复杂游戏中表现出色,但在简单的井字棋游戏中却屡屡失败。研究显示,AI代理在模拟商业环境中的表现同样令人失望,经常出现幻觉、欺骗和任务未完成等问题。游戏测试为评估AI能力提供了直观方式,帮助普通用户理解AI的真实水平。面对当前AI行业的过度宣传,通过游戏化测试揭示AI的实际局限性,对于防范AI泡沫具有重要意义。
ViStoryBench是一个全面的故事可视化评估基准,由StepFun团队打造,用于测试AI将文字故事转化为连贯图像序列的能力。它包含80个多样化故事和344个角色参考,评估包括角色一致性、提示遵循度等多个维度。研究测试了20多种方法,发现UNO在开源方法中表现最佳,而商业软件如豆包和GPT-4o在提示一致性方面表现突出。该基准为故事可视化研究提供了统一标准,推动这一领域的创新发展。