微软今天宣布在三个云区域推出新的Azure Ultra Disk固态硬盘存储服务。
Azure Ultra Disk是微软所谓的下一代分布式块存储服务,旨在满足高吞吐量和高IO Azure虚拟机的需求,目前在美国东部2、北欧和东南亚地区可用,稍后还会在更多地区上线。
微软在一份文档中称,Azure Ultra Disk服务是“数据密集型工作负载(如SAP HANA、等顶级数据库和交易繁重的工作负载)”的理想选择。
微软Azure首席技术官Mark Russinovich在博客文章中表示,Ultra Disk提供了4GB到64TB的多种存储容量选项,用户还可以定制吞吐量要求,范围从每秒300Mb到每秒2000 MB,IO操作可设置为每秒1200到160000 IOPS。
Russinovich说,能够自定义这些设置的一大优点是用户可以根据工作负载要求动态扩展磁盘性能,而无需重启虚拟机。设置可以即时调整,不到一个小时即可生效。
他解释说,Azure Ultra Disk利用本地冗余存储在单个Azure可用区中保留三个数据副本。此外该服务还采用了“虚拟磁盘客户端”技术,提供磁盘映射的元数据。 Russinovich说,客户端通过这种元数据可以直接与存储服务器通信,从而减少延迟,并提供与企业级闪存磁盘阵列相当的性能。
Azure Ultra Disk的价格是按小时计算的,费用取决于具体的磁盘大小和性能配置。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。