市场分析公司IDC在最新的MarketScape报告中,对全闪存阵列厂商进行了评级和排名,其中Pure Storage占据领先位置,排在Dell、HPE、NetApp和IBM之前。
MarketScape报告以单象限图呈现(而不是Gartner魔力象限的4个象限),有4个弧形曲线和嵌套区段,从右上方向左下方以此为“领导者”、“主要参与者”、“竞争者”和“参与者”。
IDC研究总监Eric Burgener表示:“全闪存阵列市场在过去两年中已经明显成熟,厂商之间最大的差异体现在他们未来战略,他们如何追踪和管理客户体验,以及他们如何应对技术更新周期。”
IDC将Pure Storage定位为领导者,因为它在NVMe、基于云的预测分析、客户体验和技术更新(Evergreen Storage计划)方面都制定了战略,从而让自己脱颖而出。
另外三个领导者——HPE、Dell EMC和NetApp——在能力方面都很相似。
在“主要参与者”部分,IDC研究人员表示:
- Hitachi Vantara有100%的可用性保证,其可靠性得到了较高的评价
- Kaminario因同时兼备纵向扩展和横向扩展能力、NVMe over Fabrics的可组合式存储战略受到青睐
- IBM在多款全闪存产品中有FlashCore定制闪存模块,(现在已经所属WDC的)Tegile因其定价模式得到肯定
IDC表示被评为“竞争者”的华为有和其他厂商同类的功能,但是在遥测、客户体验和技术更新方面更多表现出来的是传统思维。
Tintri在所有厂商中拥有最强的虚拟机感知产品,因此在易用性方面脱颖而出。
富士通并没有凭借ETERNUS全闪存阵列在MarketScape中赢得一席之地,因为虽然它的功能类似于其他厂商,但是在客户体验管理、基于云的预测分析和技术升级方面有所匮乏,IDC分析师这样表示。
好文章,需要你的鼓励
这篇研究提出了OThink-R1,一种创新的大型推理模型,能够像人类一样在快速直觉思维和慢速深度推理之间自动切换。研究者发现,现有推理模型即使面对简单问题也会生成冗长的推理过程,导致计算资源浪费。通过分析推理轨迹并使用LLM评判员区分冗余和必要推理,OThink-R1能根据问题复杂度动态调整思考深度。实验表明,该方法平均减少了23.4%的生成文本量,同时保持或提高了准确率,代表了向更高效、更人性化AI推理系统迈出的重要一步。
这项研究提出了SHARE,一种新型文本到SQL修正框架,它利用三个小型语言模型(SLM)协同工作,实现高效精准的SQL错误修正。SHARE首先通过基础行动模型将SQL转换为行动轨迹,再经过模式增强模型和逻辑优化模型的层次化精细化修正。研究团队还创新性地提出了层次化自演化训练策略,大大提高了训练数据效率。实验结果表明,SHARE在多个基准测试上显著提升了SQL生成准确率,计算成本仅为传统方法的十分之一,并展现出强大的泛化能力,适用于各种生成器模型和SQL方言。
这项由香港大学和南京大学等机构研究人员联合开发的双专家一致性模型(DCM)解决了高质量视频生成中的效率难题。研究团队发现扩散模型蒸馏过程中存在优化冲突:早期阶段负责语义布局与运动,后期阶段关注细节精修,两者学习动态差异显著。DCM创新性地将这两个任务分配给不同的专家模型,通过参数高效的实现方式,使模型仅需4步即可生成接近50步原始模型质量的视频,大幅提升生成速度,为实用化AI视频创作铺平道路。
这项研究介绍了QARI-OCR,一种基于Qwen2-VL-2B-Instruct模型微调的阿拉伯文字识别系统。研究团队通过三阶段合成数据训练,成功解决了阿拉伯文字识别中的主要挑战:曲线连笔特性、上下文变化的字母形状和发音符号。QARI v0.2模型创下了0.061的字符错误率和0.160的单词错误率,超越了现有开源解决方案,为阿拉伯文化遗产的数字化保存提供了重要工具。