Elastifile即将发布一款横向扩展的文件存储系统,采用闪存并且覆盖私有云和公有云。
去年1月我们首次听说以色列公司Elastifile,当时这家公司在B轮融资中获得3500万美元。Elastifile开发的技术就像是让存储重生,当时我们是这样写的:“企业级的、Web级的存储软件运行采用全闪存介质,提供文件、对象和块存储访问协议。它的技术是硬件和虚拟机管理程序无关的——听起来像是一个近乎通用的存储库。”
2016年6月思科向这家公司投入了一笔资金。
现在Elastifile已经有可以出货的产品,并不断改善自己的解决方案。该公司声称其解决方案的TCO要比传统阵列、超融合基础设施一体机以及像Amazon Elastic File System这样的云服务成本低50%-90%。
它是如何做的?
在发展阶段会有许多断言,Elastifile称它“统一了所有数据孤岛,跨所有位置和云,创建了单一全局命名空间”。
它的Elastifile Cloud File System(ECFS)是一款分布式软件系统,具有所谓的全局命名空间,并且宣称在性能、一致性和低延迟方面具有线性扩展能力,以及所谓具有颗粒度的检入/检出对象分层,用于数据迁移和备份。它还采用了基于使用量的定价模式,称这避免了硬件锁定。
每台参与其中的服务器(现场、跨站点和公有云)都有一个轻量级的虚拟控制器。这些聚合了服务器的闪存存储资源,将其呈现给应用作为遵循POSIX的全局明明空,可以从每个节点访问这些空间,并且提供端到端的数据保护。
我们得知,该架构是基于一种专利的分布式元数据模型,一种Bizur一致性算法用以实现状态一致的分布式环境。它具有自适应的网络和数据放置方法,宣称在任何规模的异构云环境中延迟稳定在1-2毫秒。
ECFS简化架构图
该架构涉及数据容器;抽象可以实现在一个命名空间内由文件组成的逻辑持久分组,可以通过策略以及分配的配额管理、访问、在站点之间迁移、监控、关联。
该产品具有服务质量功能,可以在私有云和公有云之间自动迁移数据。CloudConnect功能可以对数据进行压缩和重复数据删除,以创建一个节约空间的、基于云的对象存储。可通过兼容POSIX的Elastifile文件系统访问基于云的数据,所以传统应用就可以运行在这个云中。
Elastifile表示,它支持高性能计算,这种场景下需要并行的、较高的、一致的IOPS以支持高速随机读写很多个小文件,要求持续的高带宽以及可扩展的容量已访问较大型的文件。
它支持容器化吗?当然。Elastifile表示,它的软件能够让容器化的应用将数据保存在一个共享命名空间中,跨任何数量的服务器或者云节点。它有瞬时的、有状态的容器迁移,从而提供弹性以防止节点出现故障,实现负载均衡。
它支持分析吗?当然。聚合跨站点的数据,并提供给分析程序。
听起来它有丰富的功能用于虚拟化的、容器化的和混合云的环境,所以很值得一试。
Elastifile的解决方案已经供货,该公司称现在有数十家客户在他们的内部系统、公有云和混合云中使用Elastifile软件。
好文章,需要你的鼓励
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
麻省理工学院研究团队发现大语言模型"幻觉"现象的新根源:注意力机制存在固有缺陷。研究通过理论分析和实验证明,即使在理想条件下,注意力机制在处理多步推理任务时也会出现系统性错误。这一发现挑战了仅通过扩大模型规模就能解决所有问题的观点,为未来AI架构发展指明新方向,提醒用户在复杂推理任务中谨慎使用AI工具。
Meta为Facebook和Instagram推出全新AI翻译工具,可实时将用户生成内容转换为其他语言。该功能在2024年Meta Connect大会上宣布,旨在打破语言壁垒,让视频和短视频内容触达更广泛的国际受众。目前支持英语和西班牙语互译,后续将增加更多语言。创作者还可使用AI唇形同步功能,创造无缝的口型匹配效果,并可通过创作者控制面板随时关闭该功能。
中科院自动化所等机构联合发布MM-RLHF研究,构建了史上最大的多模态AI对齐数据集,包含12万个精细人工标注样本。研究提出批评式奖励模型和动态奖励缩放算法,显著提升多模态AI的安全性和对话能力,为构建真正符合人类价值观的AI系统提供了突破性解决方案。