数据存储厂商Pure Storage本周在奥斯汀举行的Pure Accelerate 2019活动中宣布推出了最新的“AI First”基础设施产品,将目光瞄准了更多的人工智能工作负载。
新推出的AI Data Hub产品被称为“端到端人工智能管道解决方案”,为企业提供了大规模设计、开发和部署人工智能模型所需的基础设施。
该平台基于Pure Storage的FlashBlade,后者是一种基于闪存的文件和对象存储设备,可以实现极快的数据访问,以及与Nvidia共同开发的AI Ready基础设施产品,据称该产品可以显着提高人工智能生产力,同时加快产品上市速度,提供以数据为驱动的模型。
AI Data Hub可以处理AI管道的每个步骤,从清理数据和标记数据再到建模和训练,以及在生产中运行经过训练的AI模型。
Nvidia副总裁、DGX系统总经理Charlie Boyle表示:“凭借由Nvidia DGX系统和Pure Storage Flashblade支持的AIRI,Nvidia和Pure让每个企业能够更快速、更轻松、更具成本效益地大规模部署和管理人工智能。AI Data Hub通过加速数据科学工作流提高了联合解决方案的价值,借助Nvidia CUDA-X AI软件和DGX系统提供的支持,可以实现更快速的迭代,提高开发人员的工作效率,加快洞察时间。”
Wikibon分析师Dave Vellante表示,对于Pure Storage来说这是一款关键产品,因为它意味着Pure Storage可以承担以前没有真正涉足的新的数据密集型工作负载。这对于Pure Storage这样的一家公司来说应该是有帮助的,就像存储市场中的其他厂商一样,Pure Storage由于闪存存储组件供过于求导致价格急剧下降遭受了收入的重创。
“在NAND价格下滑的市场中,这么做是有意义的,因为这将会给闪存带来新的机会,进一步侵蚀磁盘的市场,”Vellante表示。
此外Pure Storage还宣布对其云数据服务产品组合进行更新,使客户能够更轻松地将应用移入和移出公有云基础设施平台如AWS和微软Azure。
推出的新产品中包括Cloud Block Store for AWS,一款在AWS云中原生交付的企业级块存储服务,目的是为托管在AWS上的数据服务提供“统一的管理和消费体验”,让依赖这些服务的应用可以在云中更加无缝地运行。
James Kelly是查普曼大学的高级系统管理员,查普曼大学是该服务的早期用户。Kelly表示:“由于CBS提供了和本地相同的API和接口,这让我们能够在AWS上使用当前FlashArray相同的自动化工具和脚本,缩短时间线并实现零培训成本。可以想象一下,这让我们有了可以使用现有资源和专业知识,在混合云环境中迁移、访问、管理数据的新方法。”
另一款产品CloudSnap for Azure则是为了向微软公有云平台提供更智能、更高效的数据传输。CloudSnap是一种云备份服务,也可在AWS上使用,为内部部署和云托管应用和服务提供快速恢复功能。
“无论数据存在于何处,这都是为了实现云体验,”Vellante说。“对于没有公有云的企业而言,找到为客户增加价值的方法是至关重要的,而将内部云连接起来以获得更一致的体验是实现这一目标的好办法。”
Pure Storage还借这次活动宣布为Pure-a-Service云产品引入更统一的订阅模式。Pure的即服务产品包括用于多个公有云平台的闪存存储服务,以及一系列数据管理和分析工具。对客户来说,以这种方式消费产品的主要好处是,他们只需要为他们需要的资源付费,并且可以立即获得最新的更新。
好文章,需要你的鼓励
在Meta Connect大会上,Meta展示了新一代Ray-Ban智能眼镜的硬件实力,配备神经腕带支持手势控制,电池续航翻倍,摄像头性能提升。然而AI演示却频频失败,包括Live AI烹饪指导、WhatsApp通话和实时翻译功能都出现问题。尽管Meta在智能眼镜硬件方面表现出色,但AI软件仍远未达到扎克伯格提出的"超级智能"目标。文章建议Meta考虑开放AI生态,允许用户选择其他AI服务商,这可能帮助Meta在AI硬件市场获得优势。
人民大学团队开发了Search-o1框架,让AI在推理时能像侦探一样边查资料边思考。系统通过检测不确定性词汇自动触发搜索,并用知识精炼模块从海量资料中提取关键信息无缝融入推理过程。在博士级科学问题测试中,该系统整体准确率达63.6%,在物理和生物领域甚至超越人类专家水平,为AI推理能力带来突破性提升。
英伟达同意以50亿美元收购英特尔股份,双方将合作开发多代数据中心和PC产品。英伟达将以每股23.28美元的价格收购约4%的英特尔股份,成为其最大股东之一。两家公司将通过NVLink接口整合各自架构,实现CPU和GPU间的高速数据传输。英特尔将为英伟达AI平台定制x86处理器,并开发集成RTX GPU的x86系统级芯片,用于消费级PC市场。
Anthropic研究团队开发的REINFORCE++算法通过采用全局优势标准化解决了AI训练中的"过度拟合"问题。该算法摒弃了传统PPO方法中昂贵的价值网络组件,用统一评价标准替代针对单个问题的局部基准,有效避免了"奖励破解"现象。实验显示,REINFORCE++在处理新问题时表现更稳定,特别是在长文本推理和工具集成场景中展现出优异的泛化能力,为开发更实用可靠的AI系统提供了新思路。