Datadobi正在为其StorageMAP产品增加更多自动化功能,以帮助存储管理员更快速地完成更多工作。
该公司表示,面对日益复杂的数据环境,客户需要帮助来保持控制,同时避免承担更多的运营开销。StorageMAP 7.3减少了管理员在日常任务上花费的时间,帮助他们在不影响合规性或性能的情况下迁移关键数据。
Datadobi首席技术官Carl D'Halluin表示:"组织现在可以大规模定义和执行基于策略的操作,消除现有手动流程固有的瓶颈,使其文件和对象存储环境对运营需求的响应更加迅速。"
Datadobi的StorageMAP现在具备策略驱动工作流功能,作为其在文件和对象存储中编排和自动化数据管理任务能力的一部分。该公司表示,客户可以更精确地处理数据,并在S3兼容平台之间迁移的同时保持合规性。
潜在的使用场景包括定期自动化归档、创建数据管道为生成式AI应用提供数据、识别和重新定位非业务相关数据到隔离区域等。
其工作流引擎可以响应时间调度等触发器执行任务。一旦策略发布,StorageMAP就会按计划运行工作流,无需人工监督。"试运行"功能有助于在完整执行前检查策略的范围。
StorageMAP 7.3还增加了对以下功能的支持:
粒度文件级删除——这有助于从包含有效和无效文件混合的目录中删除文件。管理员可以识别符合特定条件的文件,并将其保存为定向删除作业的输入,StorageMAP将执行该作业。每个删除作业都会生成详细说明其参数和结果的报告。
S3兼容存储系统间的锁定对象迁移。这允许将WORM(一次写入多次读取)格式的数据在不同供应商平台间重新定位,同时保留其保留日期和法律保留。
对象迁移或复制过程中的S3存储类别选择,以支持成本和性能目标。
在中短期内,我们认为AI副驾驶型技术将被用于使非结构化数据资产几乎能够通过使用策略来优化成本、合规性、性能和弹性,从而实现自我管理。
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。