由华为公司利用闪存驱动器重新发明的Kinetic产品。
华为公司正在开发一款NVMe over IP SSD,同时向其中添加驱动器上对象存储模式——这意味着其能够提供更快的对象存储速度表现,并对对象存储的具体目的作出重新评估。
在本届于上海召开的华为全联接2017大会上,华为存储产品线总裁孟广斌表示华为正在开发一款NVMe over IP SSD产品,用以克服系统内规模伸缩局限。这款SSD能够将一套全闪存阵列向上扩展至数万节点级别,其中每块驱动器皆拥有自己的IP地址。
这不禁令人想到希捷公司的Kinectic磁盘驱动器设计思路——其中每块磁盘驱动器都拥有自己的以太网地址,并可利用Get与Put数据访问操作符实现对象存储模式。Kinetic磁盘概念似乎仅在希捷内部得到采纳,并被市场所遗忘,但初创企业OpenIO公司仍在尝试构建对象存储磁盘。此外,Igneous公司也拥有开发类似以太网访问、ARM CPU驱动型磁盘的想法。
华为公司圣克拉拉分部(加利福尼亚州西部城市Santa Clara)企业级存储业务CTO兼副总裁Cameron Bahar解释称,华为公司实际上在希捷之前就已经拥有了Kinetic驱动器设计概念。他补充,RAID的缔造者Garth Gibson曾于一份发布于2000年之前的论文中提到了NAS附加型存储磁盘,随后他加入了Panasas公司担任CTO并尝试发展相关成果,但却未能获得成功。
2012年,华为公司在圣克拉拉分部内利用键:值磁盘构建起一套对象存储方案。其中每块磁盘皆拥有一块附加子卡,子卡中配备有一块ARM CPU、DRAM外加Linux系统。该设备此后甚至成功申请到了专利。
然而,此后一位华为员工转向希捷,并说服希捷开发其Kinetic磁盘。当时的希捷磁盘已经开始采用ARM CPU以实现驱动器内部功能,Bahar表示将其进一步升级为Kinetic驱动器的额外成本为20美元。这样的溢价对于磁盘买家来说可谓相当可观,毕竟为了构建向外扩展架构,他们往往需要一次性采购成千上万块驱动器产品。
回到华为及其NVMe over IP闪存驱动器方面。华为公司的想法是将独立的闪存驱动器节点同驱动器对象存储相结合,借此建立起一套对象存储系统。对象存储软件由华为自行提供,且各驱动器中皆采用一套键:值存储机制。
Bahar谈到了两类对象存储: 成本低廉且深入的S3类型对象存储属于比较传统的思路; 另一种则为基于键:值存储闪存驱动器节点的高速对象存储。
如果我们具备了高速对象存储体系,结果又将如何?我们可以将其添加至阵列当中,并为其添加一套网关。这样,我们就拥有了一套基于闪存且拥有强大可扩展能力的文件管理方案。但目前尚不清楚企业或者云服务供应商将如何使用这类阵列产品。根据我们的猜测,适合的使用方向可能包括视频制作、安全监控系统、大数据分析以及AI/机器学习类应用。
目前只有华为公司一家厂商有意基于NVMe over IP型闪存驱动器节点开发高速对象存储系统。但考虑到其光明的发展前景,相信未来还将有更多其它厂商投身于其中。
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。