PeerGFS 最新版本现可同时通过 SMB 和 NFS 协议访问同一文件。
PeerGFS ( GFS stands for Global File Service ) 提供数据中心、公有云和边缘位置间文件卷的实时、主动复制。它采用多主模式,基于这样的理念:分布式组织的文件应视为动态实体而非固定位置的静态数据,其真是数据源会根据需要不断更新和分发。此前,该 Peer 软件在访问不同的文件时已支持 SMB 和 NFS 文件协议,而现在,它能够在多个存储系统及跨地域环境中同时为同一文件卷提供 SMB 和 NFS 访问。
PeerGFS 首席执行官 Jimmy Tam 表示: “多协议支持打破了长期以来迫使 IT 团队为不同的应用或环境创建冗余数据副本的壁垒。无论是在边缘通过 SMB 采集数据,还是在核心或云端使用基于 NFS 的存储由 AI 引擎进行数据分析,PeerGFS 都能确保数据集唯一、同步且可访问。”
最新的 v6.20 版本为 PeerGFS 增加了对 Amazon FSxN、Dell PowerScale、NetApp ONTAP 和 Nutanix Files 的支持,并在现有 Windows 服务器和多供应商文件存储阵列支持的基础上,为 Linux 文件服务器(内核 5.9 及以上)提供支持。同时还提升了边缘位置的数据管理和存储优化,并增加了对 PostgreSQL 的支持。
该版本为其恶意事件检测 ( MED ) 功能增加了签名校验功能,并支持在任务运行时更新部分 MED 配置。
Peer 表示,同时多协议支持对于 AI 工作流来说“尤其具有重大意义,因为数据通常在边缘通过 SMB 采集,而在中枢则由通常要求使用 NFS 的 Linux 工具进行处理。”
另一个应用案例是一家医疗机构,在当地医院通过基于 SMB 的存储采集患者 MRI 扫描数据,并自动将该数据同步至基于 NFS 的集中存储中,供 AI 分析使用。如今,再也不需要冗余的卷或手动数据传输。Peer 声称,这将有助于缩短诊断等待时间。
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。