研究机构Gartner发布了2023年存储技术成熟度曲线,突出了存储行业中各种技术的不断发展,其中一些技术已经完全消失。 成熟度曲线作为一个五阶段的技术进展图,从创新触发阶段开始,接着是过高期望的巅峰,然后是幻灭的低谷,启蒙的斜坡,最后达到生产力的高原。
Gartner研究副总裁朱莉娅·尔默在LinkedIn上分享了这一更新,她说:“这就像有了一张路线图,可以帮助我们在曲线中导航,找到最有前的创新。”您需要登录Gartner账户才能详细查看。在这里,我们展示了亮点的截屏:

图表上的技术由点的颜色表示,蓝色表示达到高原需要5到10年,浅蓝色表示需要2到5年,白色表示不到2年就能达到高原。 进一步分析发现,一些位置似乎不太正常。例如,NV-oF应该被放置在更靠右的,对象存储和分布式文件系统的位置可能可以互换。
Flash Summit组织者杰伊·克拉默指出图表中一些值注意的遗漏,包括存储级内存、多云和融合基础设施。
以下是去年的存储技术成熟度曲线图表:

存储级内存SCM在2022年处于启蒙运动中,也就是在成熟度曲线斜坡上起步,但在英特尔停产Optane后面临挫折。然而,像SCM级固态硬盘、MRAM和RERAM这样的技术仍在继续发展。去年存储技术成熟度曲线中的显著趋势包括复制数据管理、企业信息归档、永久性内存DIMM和管理软件定义存储的消失。
混合云文件数据服务不知从何而来,并正在降入幻灭的低谷。图表中没有CXL的条目,预计它将在存储产品中发挥重要作用。此外,我们认为数据编排和SaaS应用程序备份值得在排行榜上占有一席之地。
虽然存储技术成熟度曲线可能是对行业发展前景的一个有趣的洞察,但它也许应该被视为市场演变的一个有趣但不太正式的表达方式。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。