Qumulo 推出了 Cloud Data Fabric (CDF),这是一个具有边缘一致性缓存的中央文件和对象数据核心存储库。
横向扩展文件系统供应商 Qumulo 将其本地部署和公共云软件统一整合到 CDF 中,包括一个可在大多数系统、供应商或公共云基础设施上运行的数据核心分布式文件和对象数据存储集群。用户可以通过边缘的一致性缓存站点访问该系统,这些站点与数据核心的各个元素并行连接。核心和边缘站点之间的严格一致性来自文件系统感知、块级复制、分布式锁定、访问控制认证和日志记录。
Qumulo 总裁兼首席执行官 Douglas Gourlay 表示:"2012 年,Qumulo 开始着手打造世界上最先进的文件系统...从数据中心到云端,摆脱传统限制,我们设想了一个万物皆可用、无处不在、即时可得的未来。"
"我们的客户现在可以做一些神奇而令人惊叹的事情 - 从将全球艺术家和故事讲述者聚集在一起制作电影,到与顶尖医生分享前沿医学研究,再到收集自动驾驶车队的数据,让道路更加安全。"
核心全局文件系统可处理所有数据 - 无论是在公共云还是本地数据中心 - 作为大型弹性池运作,支持分层存储管理、分层和复制,而不影响用户访问或数据位置。这"使应用程序和数据能够独立扩展和移动,支持无缝增长和演进。"
结合严格一致的边缘站点,这允许"使用多样化工具和应用程序进行协作。"
Qumulo 表示,他们拥有超过 1,000 个生产客户,管理着数以 EB 计的数据。联合创始人兼首席架构师 Aaron Passey 说:"过去的文件系统并不是为今天的工作流程和快速数据增长而建造的。我们让用户摆脱专有硬件和操作系统的束缚,允许选择和灵活性,实现无限创新 - Qumulo 用户现在可以使用来自任何来源、在任何基础设施上的数据进行突破性开发。"
Qumulo 的 Cloud Data Fabric 通过主要 IT 基础设施经销商和系统供应商(包括 HPE 和 Supermicro)、分销商以及大多数主要公共云提供商在全球范围内提供,具有预付费和按需付费选项。定价基于数据核心中实际存储和共享的数据。
好文章,需要你的鼓励
尽管芯片厂商不断推出性能更强的神经处理单元,声称比上代产品快30-40%,但大多数AI功能仍依赖云端处理。专家指出,云端AI模型拥有数千亿参数,而手机NPU只能处理约30亿参数的模型。本地AI处理虽然在隐私保护和可靠性方面具有优势,但受限于内存容量和处理能力,目前主要应用于特定场景。业界正致力于优化模型压缩技术,实现云端与本地AI的混合处理模式。
NVIDIA联合多所高校开发的SpaceTools系统通过双重交互强化学习方法,让AI学会协调使用多种视觉工具进行复杂空间推理。该系统在空间理解基准测试中达到最先进性能,并在真实机器人操作中实现86%成功率,代表了AI从单一功能向工具协调专家的重要转变,为未来更智能实用的AI助手奠定基础。
Hammerspace通过现有NVMe存储最大化GPU使用率。随着AI计算在混合云和多云环境中扩展,基础设施团队面临着加速洞察时间同时最大化GPU投资的压力。Hammerspace Tier 0将GPU服务器集群内的本地NVMe存储转换为超高速共享存储层,性能比传统网络存储提升10倍,减少检查点时间,提高GPU使用率,改善推理响应时间,无需额外存储系统,节省数百万美元成本。
这项研究解决了现代智能机器人面临的"行动不稳定"问题,开发出名为TACO的决策优化系统。该系统让机器人在执行任务前生成多个候选方案,然后通过伪计数估计器选择最可靠的行动,就像为机器人配备智能顾问。实验显示,真实环境中机器人成功率平均提升16%,且系统可即插即用无需重新训练,为机器人智能化发展提供了新思路。