2020年,新华三集团推出“AI in ALL”智能战略及其具体实践“数字大脑计划2020”,新华三的计算存储基础架构也随之更新。对新华三而言,存储智能引擎已经发展成为智能数据平台IDP的最核心部件,其中基于在线数据智能引擎能够提供了自动预防,智能预测,应用感知分析等功能,离线数据智能引擎也能为存储提供了智能性能管理,应用负载管理,虚机拓扑管理等功能。
存储系统面临越来越多管理问题
企业面临的IT环境越来越复杂,在企业的发展过程中,成百上千台虚拟机,以及在虚拟机上运行的众多应用,不仅造成了IT系统造成了性能等影响,同时对IT环境中的虚拟、存储、网络的管理和运维带来了更多的挑战,并且虽然超过90%的问题出现在存储之外,但是由于存储是数据最后存取的地方,很多时候存储会成为背锅侠。
但是真实的情况是,任何的问题可能出现在从业务应用到数据存储整个管理过程中,需要各个方位的专家对应用数据库、网络、存储等多个方面进行会诊来排查问题。所以造成的问题是基于人的手动管理和运维已经无法满足越来越复杂的IT系统。
智能存储引擎助力存储运维
人工智能技术的兴起以及创新发展,让人们意识到可以利用人工智能和大数据学习来做数据存储系统的运维管理,新华三提出的智能存储引擎就基于全球人工智能平台收集数万的探针的状态,在后台进行分析原因并给出解决方案,可以做到故障自动排查,还能对存储系统性能和容量进行智能预测,为规划和扩容提供依据,并感知端到端管理,可快速定位存储和存储以外的故障。
新华三端到端的智能引擎,包括在线智能引擎和离线智能引擎的运维管理。通过智能引擎InfoSight平台,新华三可以实现云端-数据中心-存储本地实现端到端的智能覆盖,对于运维人员而言,智能引擎可以改变存储管理运维习惯,实现从被动的应变变为主动的预知和预防;同时在存储部署升级方面,智能引擎还能让存储具备云一样的特性,包括敏捷交付,极简管理等。一方面智能引擎还可以为用户精确地做出性能和容量的预测,并提供了扩展容量,扩充性能和升级控制器,一方面也让存储系统中遇到的问题可以提前预测。
在智能引擎的帮助下,一个问题只要全球范围内发生了一次,就可以针对类似环境进行分析和补丁,或者把这些特定环境列入到升级的黑名单来规避这个问题。
同时新华三还针对部分用户的存储由于各种原因无法接入互联网无法享受在线智能引擎实时分析功能,还把部分人工智能的分析成果做成离线知识库内置到存储OS中,来综合实现在线和离线智能引擎功能。
存储智能引擎成为整个数据基础设施的核心支撑
今天智能引擎从存储管理已经扩展到了整个IT基础架构管理,比如服务器的管理,超融合产品的管理,同时智能引擎也规划了更多的功能。未来的存储智能引擎将让人工智能的算法针对每个客户的不同应用来智能的划分存储资源配置,来确保存储的资源更好地发挥效能,使得整个存储能够运行得更为平滑。
好文章,需要你的鼓励
华盛顿大学Pedro Domingos教授提出的张量逻辑是一种革命性的AI编程语言,它通过将逻辑推理与张量代数在数学层面统一,实现了符号AI和神经网络的深度融合。该语言仅使用张量方程这一种构造,就能优雅地实现从Transformer到形式推理、从核机器到图模型等多种AI范式,更重要的是开辟了在嵌入空间中进行可靠推理的新方向,有望解决大型语言模型的幻觉和不透明性问题,成为推理、数学和编码模型的理想语言。
中科院研究团队发现AI模型存在严重的跨语言推理缺陷:英语训练优秀的模型在其他语言上表现平平。研究揭示了三个重要规律:首次平行跃迁现象、平行扩展法则和单语言泛化差距,证明当前AI过度依赖英语特有模式而非通用推理能力。通过"并行训练"策略,仅增加一种平行语言就能将跨语言能力提升115%,为构建真正全球化AI系统指明方向。
科技巨头IBM今日宣布推出新的区块链数字资产平台,专为金融机构和受监管企业设计。该平台名为"数字资产避风港",将为银行、企业和政府提供比特币、以太坊、稳定币和代币化资产的安全管理服务。平台由IBM与数字钱包基础设施提供商Dfns合作开发,支持超过40个公链和私链的全生命周期管理,并集成第三方身份验证和反洗钱合规工具。
卡内基梅隆大学和斯坦福大学研究团队提出RLAD方法,让AI学会像人类一样先从解题过程中总结经验,再运用这些"推理抽象"指导解题。该方法使用双AI协作训练,在AIME 2025等数学竞赛中比传统方法提升44%准确率,甚至实现了弱AI指导强AI的现象,为构建更智能的AI系统提供了新思路。