Nimble Storage宣布Azure和AWS云并不是企业事务应用的理想选择,但是可以通过将其打包到Nimble Cloud Volumes来解决这个问题,起始价大约是每月每GB 0.1美元。
Nimble表示,它将为客户提供Cloud Volumes,它的宣传材料中称提供6个9的存储可用性,数据持久性比原生云块存储高出“一百万倍”,但是它并没有为这个数据提供可量化的论据。
据Nimble称,AWS和Azure块级云存储并没有(内部部署)“企业级”可用性和数据耐用性。但是,这里说的“企业级”同样是没有量化的,Amazon的Elastic Block Store(EBS)有“每个Amazon EBS卷”……在其Availability Zone中进行自动复制,保护你免受组件故障,提供高可用性和持久性。
同样地,Azure确保了“始终复制你微软Azure存储帐户中的数据以确保持久性和高可用性”。
不管怎样,Nimble宣称Cloud Volumes数据保护是具有成本效益的,因为客户只需为更改的数据支付费用,额外的完整副本是不需要付费的。他们还可以在公有云中创建即时零拷贝克隆,以进行测试和开发的快速部署,以及云中的分析和爆发。
在云卷中的数据可以迁移到另一个云中的云卷,或者迁移到或者迁移出一个内部部署的Nimble阵列,从而防止云提供商锁定。Nimble通过这次公布宣布支持Amazon和Azure,但是并没有其他其他公有云。
此外Nimble表示,这种云卷数据迁移可以在不需要大笔数据输出费用的情况下发生。
Cloud Volumes采用Nimble的预测分析来帮助客户找到并解决性能问题、优化存储成本和改善数据放置。
这种混合云存储的模式——相当于在私有云和公有云存储之间的数据迁移——得到了NetApp Data Fabric的支持,后者涉及到更大的数据服务集,以及对Amazon云的高速访问通道。Nimble如可开发自己的Cloud Volume,这一点值得关注。
Cloud Volumes服务目前正在测试阶段,Nimble将从这个季度开始在美国开始客户预览。Nimble表示,将在未来6到12个月向其他地区提供Cloud Volumes服务,起价为每月每GB 0.1美元。
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。