自从IBM整合红帽旗下Ceph存储产品路线图已经过去了一年,如今这项技术已经在日益由AI主导的应用环境下取得进展。
Gerald Sternagl
IBM Storage Ceph技术产品经理Gerald Sternagl在日前发布的博文中表示,“这套具备自我修复与自我管理功能的平台,强调在行业标准硬件之上以规模化方式提供统一的文件、块和对象存储服务。统一存储平台将为客户提供重要的跨架构桥梁,能够将运行在独立文件或块存储上的遗留应用程序同对象存储共同囊括在同一设备之内。”
博文解释称,“在数据管理领域,软件定义存储已经成为一股变革性的力量。与传统存储阵列相比,其拥有诸多优势,包括极高的灵活性与可扩展性,特别适合处理生成式AI等现代用例。”
Sternagl对于IBM的传统存储阵列硬件(例如大型机DS8000以及x86服务器FlashSystem阵列等)持批评态度。且在被蓝色巨人收购之前,他已经作为资深专家为红帽工作了十余年。
在他看来,“Ceph针对大型单站点与多站点部署进行了优化,能够高效扩展以支持数百PB的数据和数百亿个存储对象,从而为传统及新兴生成式AI等工作负载提供至关重要的支持。”Ceph能够适应数据湖仓、AI/机器学习开源框架以及其他“较为传统的工作负载,包括红帽OpenShift以及RedHat OpenStack上的MySQL与MongoDB。”
“生成式AI已经在大量非结构化数据的基础之上迎来了蓬勃发展,并由此建立起新的反馈循环。具体来讲,AI能够不断生成真实数据以进一步丰富并完善我们对非结构化数据集的理解,持续促进技术创新与进步。”
IBM用于数据、分析及AI工作负载的数据湖仓架构watsonx.data中,就包含约768 TiB的原始Storage Ceph容量。
Sternagl还补充称,“组织……需要一种能够加快数据摄取、数据清理与分类、元数据管理与增强、以及云规模容量管理及部署速度的存储管理解决方案。而软件定义存储无疑是种重要的解决思路。”此外,新的存储方案还必须能同时支持本地和公有云环境。
他这里指的软件定义存储,自然就是Ceph。IBM肯定不会在自己的发言中推广MinIO、Cloudian、Scality、DataCore或者WekaIO等竞品。
去年12月,IBM发布了Ceph更新,提供用于勒索软件防护的对象锁定不可变功能。新版本还提供对NVMe-oF及NFS的预览版支持,用于将数据摄取至底层Ceph对象存储当中。
评论
要想将块、文件和对象存储实现全面组合,最大的问题就是如何保证各自的访问协议如何彼此对接,这可能会拖累并限制新功能(例如NVMe-oF及NFS支持)的实现。如果大家需要在单一软件包之内支持全部三种协议,那么Ceph的确是个不错的选择。但必须承认,纯块存储、块加文件存储组合、纯文件组合或者对象加文件存储组合其实可以更好地支持新功能,同时带来更高的数据访问速度。
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。