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
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。