数据存储厂商NetApp近日表示,将扩大和虚拟化软件巨头VMware的长期合作伙伴关系。
两家厂商于本周在美国旧金山举行的VMware Explore大会上宣布了三项新的以客户为驱动的计划,旨在帮助客户在把企业工作负载迁移到多云架构过程中降低成本、风险和复杂性。
多年来,NetApp和VMware推出了多个旨在简化云迁移的产品集成,此外还提供了联合产品,帮助企业加速传统应用和现代应用在云中的性能和交付,同时通过把VMware工具和NetApp数据管理基础设施集成来简化日常运营。
NetApp表示,当今的现代应用可以从企业工作负载和数据管理基础架构的创新方法中受益,因此有越来越多的企业转向公有云,在这个过程中,他们需要新的集成平台来管理他们的应用,同时有效地管理云资源,这也是NetApp和VMware越来越关注的方面。
第一项举措涉及NetApp和VMware合作在全球三大公有云平台——AWS、微软Azure和Google Cloud上认证和支持VMware Cloud以及NetApp云服务,这样那些在采用NetApp存储环境的VMware上运行应用的客户,就可以把数据密集型工作负载和文件迁移和扩展至云端。
NetApp表示,客户现在可以调整他们的云计算和存储架构以适应他们所选的云。通过这种方式,客户就可以把使用NetApp系统的本地VMware工作负载转移到他们所选的云平台上,从而降低成本、更好地控制、以及避免了重构本地工作负载在云中运行所涉及的各种麻烦。
第二项新计划与VMware Cloud Foundation with Tanzu有关,企业可以用来通过单一平台管理虚拟机和编排托管现代应用组件的软件容器。VMware Cloud Foundation with Tanzu增加了对NetApp ONTAP存储阵列的支持,意味着客户现在使用一种面向虚拟机和容器的更为灵活的数据结构,这种灵活性将帮助客户更轻松地构建新应用,并将这些应用与传统基于虚拟机的工作负载一起部署。
最后,NetApp表示已经在和VMware合作,在NetApp最新的文件存储和块存储平台上新增支持vSphere和虚拟化Volumes,以及后续扩展支持。NetApp解释说,这么做的目标是为了帮助企业改善他们的数据中心优化。
例如,现在NetApp支持使用带有NVMe-oF的vVol,提供增强的块存储闪存性能和更精细的虚拟机存储管理,支持各种类型的网络传输,包括以太网和标准TCP/IP网络,此外还增加了新的集成,支持跨NFS 4.1环境的虚拟化工作负载,这样客户就可以从他们的存储基础设施中为传统虚拟化工作负载提供更高的存储性能。
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。