谷歌在去年4月发布了Anthos,也就是重新命名的Cloud Services Platform。Anthos采用了Kubernetes技术,旨在承载可在现有本地硬件和公有云上未经修改地运行应用,从而让企业可以为每种应用选择最合适的基础设施。
Anthos应用部署在软件容器中,这些容器用于托管每个应用的组件,使这些组件更易于使用。对开发人员来说最大的好处在于,无论这些应用托管在什么基础设施上,开发人员只用一套工具就可以构建和部署应用,并根据需要推送更新。Kubernetes让管理容器化应用组成的大型集群变得更加轻松。
Google Cloud合作总监Rayn Veerubhotla和产品经理Manu Batra在博客中表示,存储是使用Anthos服务管理跨云部署的数据的一个关键考虑因素。
因此,谷歌为合作伙伴的存储解决方案提供了名为Anthos Ready Storage的认证计划。
Veerubhotla和Batra表示:“该计划认证了那些Anthos最高效地在本地运行所具备的一系列核心要求,帮助企业组织选择那些部署了Anthos的存储解决方案。”
这里说的要求包括能够演示Kubernetes的核心功能,例如通过开放和便携API动态配置存储卷,以及跨集群向上和向下扩展管理存储的能力。谷歌表示,经过认证的存储提供商还可以提供简化的部署体验。
Constellation Research分析师Holger Mueller表示,这一点将会受到Anthos用户的欢迎,因为即使是在云时代存储仍然是一项至关重要的能力,而且当你自己的数据中心也上云的时候,这一点就尤其重要。
Mueller说:“谷歌与值得信赖的供应商合作以提供Anthos存储,是很有意义的。这么做会把竞争对手变成竞合关系,因为传统的IT厂商现在可以与谷歌合作,以影响企业决策。总而言之,这是明智之举。”
Google Anthos的早期存储合作伙伴包括Dell EMC、HPE、NetApp、Portworx、Pure Storage和Robin Systems。
好文章,需要你的鼓励
企业谈AI基础设施时,注意力往往首先集中在模型、GPU和算力集群上。但当大模型应用走向规模化推理,一个瓶颈开始浮现:算力采购完成,并不意味着Token能够被稳定、低成本、可控地交付出去。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。