红色巨人高度重视这座SAN塔式设备,并希望其同样赢得客户关注。
甲骨文公司正在对其FS1存储阵列重构并引入自家公有云当中,且不再将其作为内部基础设施设备进行销售。
FS1-2产品最初作为Pillar Axiom的重新设计方案于2014年9月发布,这是一台立足机架内的混合型闪存/磁盘阵列,具备双主动/主动控制器、风扇、电源以及非易失性镜像缓存。其闪存容量可扩展至912 TB,闪存与磁盘的混合存储容量则最高可达2.9 PB。
一年之后推出的全闪存FS1则提供2 TB到912 TB存储容量。这可以被视为一台被移除了磁盘驱动器机柜的FS1-2,只保留了一台30 x 2U驱动器机柜作为向上扩展机制。
在此之后,甲骨文公司采取一系列举措以敦促其内部解决方案客户迁移至甲骨文云当中。其中的部分原因在于客户开始越来越多地选择商用化产品——包括来自竞争对手的x86服务器/存储套件,另一部分原因则在于AWS与Azure在企业数据库领域的信誉不断提升,而甲骨文硬件的销售额则因此不断下滑。
在被问及FS1阵列时,一位甲骨文公司发言人告诉我们,“公司内部目前正专注于将该产品引入甲骨文云。”
如果甲骨文客户决意迁移至公有云领域,那么甲骨文公司当然希望保证其选择自家公有云产品。以下2017年3月图表显示出甲骨文公司在过去几年季度当中硬件与云业务的变化趋势。
我们曾在之前的文章中指出,“FS1闪存SAN阵列将面对采用NVMe驱动器并配合高速服务器互连架构(例如NVMe over Fabrics)的其它竞争性产品。另外,亦将有越来越多的服务器SAN搭载有3D XPoint存储级内存或者类似的技术方案。”
但就目前的情况看,甲骨文公司已经决定对FS1进行定位调整以摆脱来自其它内部全闪存阵列竞争对手的冲击。该产品仍然被列入甲骨文公司的工程技术硬件产品网页当中,但在其“了解更多”链接结果中,可以看到“我们找不到您需要的页面”信息。
其它各主流存储硬件供应商则迎来了内部全闪存阵列销售额的持续增长:戴尔-EMC、HPE、IBM、NetApp以及Pure等厂商正是最好的实例。甲骨文公司显然对于未来有着不同的看法,并再次决定逆势而动。
好文章,需要你的鼓励
OpenAI发布了音视频生成模型Sora 2,同时推出配套社交应用Sora,用户可生成包含自己的视频并在类似TikTok的信息流中分享。Sora 2在物理定律遵循方面有显著改进,视频更加真实。应用提供"客串"功能,允许用户将自己植入生成场景中,并可与朋友分享形象使用权限。该iOS应用目前在美加地区采用邀请制,ChatGPT Pro用户可直接体验。
Scale AI团队推出SWE-Bench Pro测试平台,专门评估AI编程助手在真实企业级软件开发中的表现。研究发现,即使是最先进的GPT-5和Claude模型,成功率也仅有23%左右,远低于在传统测试中70%的表现。该测试平台包含1865个来自真实企业的复杂编程任务,要求修改多个文件和大量代码,为AI编程能力提供了更严格的现实检验。
大语言模型和生成式AI自诞生以来问题频发,从推理模型表现不佳到AI幻觉现象,再到版权诉讼,这些都表明当前技术路径可能并非通往真正智能的正确道路。专家认为,仅靠增加数据和算力的扩展模式已显现边际效应递减,无法实现通用人工智能。研究者提出智能应包含统计、结构、推理和目标四个层次的协调,并强调时间因果性的重要性。面对LLM技术局限,业界开始探索神经符号AI等替代方案。
微软团队开发的EdiVal-Agent是首个针对AI图像编辑的自动化评估系统,能像专业评委一样从指令遵循、内容一致性和视觉质量三维度评分。该系统与人类评审一致性达81.3%,测试发现Nano Banana表现最均衡,GPT-Image-1指令遵循最佳但一致性不足,大多数模型在数量变化任务中成功率低于25%。