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
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
武汉大学研究团队提出DITING网络小说翻译评估框架,首次系统评估大型语言模型在网络小说翻译方面的表现。该研究构建了六维评估体系和AgentEval多智能体评估方法,发现中国训练的模型在文化理解方面具有优势,DeepSeek-V3表现最佳。研究揭示了AI翻译在文化适应和创意表达方面的挑战,为未来发展指明方向。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
参数实验室等机构联合发布的Dr.LLM技术,通过为大型语言模型配备智能路由器,让AI能根据问题复杂度动态选择计算路径。该系统仅用4000个训练样本和极少参数,就实现了准确率提升3.4%同时节省计算资源的突破,在多个任务上表现出色且具有强泛化能力,为AI效率优化开辟新方向。