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
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。