Pure Storage今天宣布扩展存储即服务产品组合,新增了一款名为FlashStack的融合基础设施产品,以及调整了Portworx云存储服务以使成本与实际使用时间保持一致。
FlashStack是由Pure Storage和思科联合开发的,是一种软件定义的基础设施,将思科统一计算系统与闪存存储结合在一个管理点中,它的价值在于通过为常见工作负载配置经过预先测试和验证的参考架构,来缩短部署和管理时间以及降低风险。
FlashStack将思科的网络和安全与Pure Storage基于云的块存储、Purity Cloudsnap数据保护、云复制服务结合在一个单元中。Pure Storage表示,这个云版本的FlashStack与本地版本是向后兼容的,可以使用单一界面管理多云环境,且支持思科现有所有的验证设计。
Pure Storage将通过合作伙伴提供FlashStack as-a-Service,目前已经在美国、加拿大、英国、德国、荷兰和澳大利亚市场开始供货。
去年Pure Storage收购了一家名为Portworx的公司,该公司主要为容器提供基于Kubernetes的云存储服务。
Pure Storage表示,由于在Kubernetes上运行的云原生应用是动态的,因此很难估计Kubernetes上运行应用确切需要多少台服务器,这个问题经常导致过度配置问题。因此Pure Storage引入了价格灵活性,允许客户基于他们对Portworx的应用需求以流动的方式进行付费。现在,客户可以在全年任何时候购买Portworx小时数,类似于使用公有云预留实例的方式。
以前,客户购买与单个服务器绑定的Portworx年度许可。“但如果他们需要的许可数据超过了已经购买的数量,那么他们就得联系销售去购买额外的许可。扩展超过购买的许可证数量,他们将不得不联系销售人员购买额外的许可证。现在,有了新的灵活定价方式,客户可以购买小时数,而不是与单个服务器绑定的许可。在一年之内,客户可以以任意速度消耗这些小时数,具体取决于他们需要运行多少台服务器”,Pure Storage的一位发言人这样表示。不过目前该公司没有提供定价方面的细节。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。