当下,公有云服务(Public cloud dispersion)需要符合GPDR(通用数据保护条例)的数据本地性限制,而对象存储的寿命也越来越复杂,因此,两者结合在一起就更增加了产品和管理的复杂性。
SwiftStack在这样的背景下更新了旗下的开源对象存储产品,推出了公有云归档、同步和多区域数据管理等功能。据悉,SwiftStack 5.0版是今年3月推出的,内置的Cloud Sync是一种从公有云往内部或从内部往公有云迁移数据的复制机制。
SwiftStack 现在的版本是5.9,是今年的第二个重要产品更新,5.9版增加了新的选项,可在单命名空间里使用多区域数据持久性和策略,同时还可以为数据本地性提供由GPDR驱动的选项。
其中,Cloud Sync工具具有政策驱动功能,可用于公有云归档和内部部署数据补余,此功能可以使归档数据在接到请求时在内部部署基础架构里进行自动补余。
另外尚存在类似Stubbing的形式。 SwiftStack会将冷数据自动送到公有云里,该数据仍可通过命名空间列表中的图标从单命名空间中访问,数据会从远程标为静止。而在数据被访问时,则会被送返到本地。
V5.9版现在提供多区域擦除(Erasure)编码。 SwiftStack表示,奇偶校验位不再扩展到所有可用区域,而是"使用每个区域的节点,在每个全局位置保持数据完整。这样做能在某个服务器节点脱机时可能使数据的可用性能得以保持,因此可以在请求或重建的情况下减少从其他地区传输大量数据的需要。"
公有云数据的放置现在可以更精确地得到控制,因为管理员"可以在每个区域中指定应该保留多少个数据副本,也可以根据分层策略指定每个区域内哪些节点用于存储数据,分层策略则可以将高容量节点和具有固态驱动器的低延迟节点结合起来。"
SwiftStack还称,"如果某个地区宕机或是必须移动某个应用程序,数据访问可以在其他地区的节点上自动完成,不需要任何更改。传统应用程序可以通过文件服务从单命名空间里访问和使用相同的数据,云应用程序则可以通过对象API执行此操作。"
传统应用程序需要与云应用程序共存及需要朝云应用程序转化,在此背景下,GPDR数据放置的粒度控制遇上了多区域、多云归档的需要性。其结果就是SwiftStack的生计会变得更加复杂。
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。