至顶网拉斯维加斯现场报道:在2019年10月9-10日举办的NEXT 2019上,Hitachi Vantara宣布了强大的下一代存储和基础架构基础,包括全球最快,具有新的横向、纵向扩展架构的Hitachi虚拟存储平台(VSP)5000系列,以及New Hitachi Ops Center管理软件和更新的Hitachi存储虚拟化操作系统。
通过这些技术的结合Hitachi Vantara实现了现代企业基础架构的基础。打造面向未来的IT数据中心,云和DataOps环境现代化基础。
VSP 5000系列是全新的企业级闪存阵列,经过优化,可充分利用SAS架构,NVMe和存储类内存(SCM)来提供一流的性能和弹性扩展。 采用了NEW Hitachi Accelerator Fabric,高达2100万的IOPS,响应时间低至70微秒。VSP 5000系列可用于实时在线的数字业务。
带有新的重复数据删除优化器的VSP 5000系列使用高级机器学习(ML)算法,根据数据块大小和其他特征对重复数据删除流程进行即时优化。这可以在在线重复数据删除和后期重复数据删除之间进行优化,以最大程度地减少数据,而对性能的影响最小,总缩减比例7:1。
通过自保护IO架构和四倍冗余结构为业界提供领先的99.999999%可用性。该解决方案能够扩展至69 PB的海量容量。
全新的Hitachi Ops Center管理软件将人工智能引入基础架构管理和运营中,从而优化决策过程并实现现代化的资源配置,进而最大程度地获取投资回报。Hitachi Ops Center可自动处理多达70%的任务,从而加快客户实现数据中心自动化,同时还可以提供更快、更准确的系统运行状况诊断,使数据运营时刻保持最佳状态。
VSP Cloud Connect Pack添加了一个HNAS 4000文件存储网关,数据可通过该网关移至公有云,从而为数据中心释放出额外的存储空间。移动到公有云的数据将被对象化,从而可以很轻易地为这些数据建立索引,方便搜索。
日立存储虚拟化操作系统 (Hitachi Storage Virtualization Operating System,SVOS) 为VSP 5000系列提供支持,并对横向扩展架构、NVMe性能和包括SCM在内的新一代存储介质进行优化。SVOS引入了人工智能技术以适应不断出现的各种变化,从而优化工作负载的性能,降低存储成本,以及预判可能对系统运行造成干扰的故障因素等。
据了解,VSP 5000系列是行业内首先实现在同一存储系统阵列中兼容NVMe和SAS闪存介质的存储系统,同时优化各种工作负载性能并降低成本。智能分层技术可以利用AI和机器学习 (machine learning,ML) 实现动态地数据调整,通过升级和降级将数据写入优化层级,从而加快应用运行。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。