软件定义存储公司Nexenta将针对使用AWS公有云的客户推出一款云原生存储解决方案——NexentaCloud for Amazon Web Services。
NexentaCloud for Amazon Web Services是基于Nexenta最初的NexentaStor产品,后者是一个用于内部部署的开源软件定义存储平台。
这项新服务旨在把运行在AWS上的应用与本地服务器平台进行集成,具备执行此操作所需的全部功能,包括快照、克隆、自动精简配置和数据压缩。
“通过进一步将我们的企业OpenSDS技术扩展到云,NexentaCloud for AWS让企业组织——尤其是那些历来使用本地NAS和SAN服务器平台的企业组织——继续走向混合云环境,”Nexenta公司董事长兼首席执行官Tarkan Maner在声明中这样表示。
NexentaCloud for AWS提供了很多有用的功能,例如面向所有工作负载的数据复制功能,以及帮助跟踪跨本地和云部署存储数据的分析服务。该服务已针对AWS实例进行了配置,因此只需要很少量的设置,并且Nexenta声称这项服务可以降低总体拥有成本,因为它允许客户在他们一直使用的存储系统上进行通信。
目前,数字媒体内容公司Ingrooves Music Group已经在使用NexentaCloud for AWS,以满足其日益增长的存储需求并确保数据的安全性。
Ingrooves系统工程总监Nicolas Ratineau表示,该服务的主要优势在于能够通过将NexentaCloud与NexentaStor相结合来优化存储成本。“这给了Ingrooves在云模式中的一个可靠数据存储库,更重要的是一个更具成本效益、可扩展的选择,来应对数据增长,一次能处理几个TB的数据,”Raineau说。
NexentaCloud for AWS现已通过AWS Marketplace向客户提供。
好文章,需要你的鼓励
Snap 推出 Lens Studio 的 iOS 应用和网页工具,让所有技能层次的用户都能通过文字提示和简单编辑,轻松创建 AR 镜头,包括生成 AI 效果和集成 Bitmoji,从而普及 AR 创作,并持续为专业应用提供支持。
SEALQA是维吉尼亚理工大学研究团队开发的新型基准测试,旨在评估搜索增强型语言模型在面对矛盾、嘈杂或无用搜索结果时的推理能力。它包含三种测试:SEAL-0(极具挑战性的核心问题集)、SEAL-HARD(更广泛的困难问题集)和LONGSEAL(测试长上下文多文档推理)。研究发现,即使是前沿模型在这些测试中表现也很差,增加测试时计算资源往往不能带来可靠的性能提升,高级推理模型对嘈杂搜索结果特别敏感,模型在识别大量干扰文档中的相关信息时仍然困难重重。
这篇论文提出了"计划与预算"框架,解决大型语言模型在推理任务中的效率问题。研究者发现模型存在"推理失调"现象——简单问题上过度思考,复杂问题上思考不足。他们开发了贝叶斯预算分配模型(BBAM)作为理论基础,将推理分解为子问题并根据不确定性分配计算资源。实验表明,该方法在不同任务上显著提高推理效率,令牌使用减少39%,E?指标提升187.5%,且能使小型模型达到大型模型的效率水平。