AWS在一年一度的存储日线上大会期间,推出了数据存储产品组合的新增项,其中包括了与NetApp合作围绕OTNAP文件系统服务的Amazon FSx for NetApp ONTAP新服务。
NetApp ONTAP是一套主流的文件系统,企业可以用它来管理关键任务应用生成的信息。这个文件系统让应用可以更轻松地访问执行业务任务所需的数据,可以在后台执行各种相关任务如压缩记录以释放存储容量等等。
之前AWS云上就已经在支持NetApp ONTAP,但是企业必须自行设置部署,然后在内部管理日常维护。这次AWS新推出的Amazon FSx for NetApp ONTAP服务承诺将大幅减少使用ONTAP所涉及的工作量。AWS表示,该服务让管理员在几分钟内就可以设置好部署,并自动执行一系列维护任务。
Amazon FSx for NetApp ONTAP将可以帮助很多企业加速向云端的迁移。很多企业依靠本地NetApp ONTAP文件系统部署来管理部分或全部任务关键型业务数据,此次推出的新服务让企业可以更轻松地在云中运行ONTAP,从而降低与将本地数据工作负载移动到ONTAP平台所带来的复杂性,从而促使更多企业进行切换。
AWS公司首席布道师Jeff Barr详细解释说,Amazon FSx for NetApp ONTAP“可配置文件服务器和存储卷、管理复制、安装软件更新和补丁、替换不合适的基础设施组件、管理故障转移等等”。
除了这项新服务之外,AWS还公布了Amazon S3对象存储服务的两项更新。
第一个更新是引入了一项名为Amazon S3 Multi-Region Access Points的功能,旨在构建多区域应用,或者那些把信息多个副本存储在多个不同AWS数据中心的应用,因为保留多份记录副本可以确保即使一个数据中心发生中断、应用仍然可以使用。
企业还可以通过构建多区域应用提高性能。如果工作负载信息有多个副本,那么企业可以让每个用户从离他们最近的数据中心加载信息,从而降低延迟。
此前,S3上创建的多区域应用需要编写大量代码来管理不同数据副本所涉及的工作,而借助Amazon S3 Multi-Region Access Points,可以大幅减少所需的代码量。
“借助Amazon S3 Multi-Region Access Point,你可以使用单个区域中相同的简单架构来构建多区域应用,”AWS开发者倡导人Alex Casalboni在一篇博文中这样写道。
第二项更新是对S3 Intelligent-Tiering存储服务的现有功能进行了一系列更新。现在,那些将数据保存在该服务中的可以,从价格不同、性能不同的多个存储硬件层中进行选择。S3 Intelligent-Tiering 会自动将企业数据放置在最合适的硬件层上以达到优化成本的目的。
除此之外,今天AWS还宣布取消小于128KB数据对象相关的某些S3 Intelligent-Tiering监控和自动化费用,以及取消了对象存储最少使用30天的要求。
AWS表示,正在Amazon EFS文件存储服务中实施类似于S3 Intelligent-Tiering的功能,这个Amazon EFS Intelligent-Tiering功能与S3 Intelligent-Tiering有些类似,都可以自动将企业数据放置到最合适的基础设施层上。
AWS还在此次存储日在线大会期间推出了一些较小的增强功能,例如Amazon EBS的升级项可以让企业使用块存储服务来创建包含多达64 TB数据的工作负载云备份。反过来,用于将数据移动到AWS云端的AWS Transfer Family服务已经通过低代码功能得到增强,可以减少将信息复制到云端所需的手动操作工作量。
好文章,需要你的鼓励
英特尔第三季度财报超华尔街预期,净收入达41亿美元。公司通过裁员等成本削减措施及软银、英伟达和美国政府的大额投资实现复苏。第三季度资产负债表增加200亿美元,营收增长至137亿美元。尽管财务表现强劲,但代工业务的未来发展策略仍不明朗,该业务一直表现不佳且面临政府投资条件限制。
美国认知科学研究院团队首次成功将进化策略扩展到数十亿参数的大语言模型微调,在多项测试中全面超越传统强化学习方法。该技术仅需20%的训练样本就能达到同等效果,且表现更稳定,为AI训练开辟了全新路径。
微软发布新版Copilot人工智能助手,支持最多32人同时参与聊天会话的Groups功能,并新增连接器可访问OneDrive、Outlook、Gmail等多项服务。助手记忆功能得到增强,可保存用户信息供未来使用。界面新增名为Mico的AI角色,并提供"真实对话"模式生成更机智回应。医疗研究功能也得到改进,可基于哈佛健康等可靠来源提供答案。同时推出内置于Edge浏览器的Copilot Actions功能,可自动执行退订邮件、预订餐厅等任务。
纽约大学等机构联合开发的ThermalGen系统能够将普通彩色照片智能转换为对应的热成像图片,解决了热成像数据稀缺昂贵的难题。该系统采用创新的流匹配生成模型和风格解耦机制,能适应从卫星到地面的多种拍摄场景,在各类测试中表现优异。研究团队还贡献了三个大规模新数据集,并计划开源全部技术资源,为搜救、建筑检测、自动驾驶等领域提供强有力的技术支撑。