2019年12月30日,北京——Hitachi Vantara日前凭借Hitachi Content Platform(HCP)在《IDC MarketScape:全球对象存储市场2019厂商评估》中入选领导者象限。这是Hitachi Vantara第四次蝉联IDC对象存储领导者象限,并在该领导者象限中名列前茅。
HCP是一款先进的软件定义的对象存储解决方案,可帮助企业机构在本地和云中实现智能化的数据存储、丰富、激活和价值变现。HCP具有强大的可扩展性和线性扩展的性能,相比于同类解决方案,它能以更低的总体拥有成本(TCO)实现更高级别的智能化数据管理、合规、自动化,并拥有由合作伙伴和符合要求的第三方应用程序组成的广泛的生态系统。
HCP产品组合将对象存储、文件同步和共享、云存储网关以及复杂的搜索和分析功能结合在一起,提供了一套紧密集成、智能且简单易用的云存储解决方案。它同时支持众多传统和新型用例,帮助用户执行以数据为中心的策略,同时确保数据在终端用户、边缘位置、数据中心和云中的安全性、可用性、可操作性,并可提供丰富的洞察力。
报告指出,“Hitachi Vantara的HCP产品组合为用户提供了灵活的选择,可全面满足企业机构的各种需求,提供可拓展、定制化和全面的解决方案。HCP设备产品搭配HCP for Cloud Scale可支持多种传统和新一代工作负载,例如物联网(IoT)、媒体管理、人工智能(AI)、机器学习以及内容存储库。”报告还表示,“为了满足当前和未来业务的需求,许多客户需要可扩展和兼容云的对象存储,借此利用对拥有数据的管理、治理能力和集成的解决方案,获取针对数据的移动性,进行数据分析和数据访问的卓越体验。Hitachi Vantara的HCP解决方案是面向这些客户的理想方案。”
IDC文件和对象存储系统研究经理Amita Potnis表示:“Hitachi Vantara的HCP产品组合为客户充分利用数据价值、实现价值变现提供了一套全面的方案,其中包括敏捷的基础架构,以及用来丰富和保护数据的各种工具。同时,Hitachi Vantara不断对HCP产品组合进行创新,持续满足新型工作负载需求(HCP可在各种存储介质间进行数据分层,包括闪存、磁盘、磁带、光盘和公有云存储服务等),在对象存储市场处于遥遥领先的地位。”
Hitachi Vantara 2019年再次入选IDC对象存储“领导者象限”,和长期以来全球的2,500位客户的信赖,足以证明HCP这款强大的、可持续的、集成化的产品组合的成功,并将持续为全球企业机构提供具有实用价值的创新解决方案。
Hitachi Vantara产品营销高级总监Scott Baker指出:“当前,对象存储解决方案的市场需求量很大,因为它们解决了企业正面临的一些最为严峻的数据管理挑战,包括存储分层、数据保护、混合云和多云管理,以及全球信息治理。作为连续四次上榜IDC MarketScape对象存储评估领导者象限的厂商,Hitachi Vantara再一次证明了其市场领先的实力,帮助客户在DataOps时代实现现代化的数据存储、保护和访问。”
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。