Wasabi正在通过为AI应用提供快速访问对象存储服务,向公有云超大规模厂商发起挑战。
传统上,Wasabi在其云端提供单层、S3兼容的对象存储服务,价格低于亚马逊且无出站费用。这种服务基于磁盘驱动器介质。今年10月,该公司融资3250万美元,并表示将建立AI数据存储云设施,支持向外部GPU服务器目标导出数据,这标志着其战略转变。现在,Wasabi推出了支持AI工作负载的Fire高性能存储类别。
联合创始人兼首席执行官David Friend表示:"对象存储是AI的支柱,但客户不应该在速度和成本之间做选择。通过Wasabi Fire,我们以颠覆性价格提供NVMe性能,让组织能够以经济高效的方式存储训练AI所需的关键数据。"
Wasabi Fire采用NVMe SSD介质,该服务"专为计算密集型AI和机器学习训练、实时推理、高频数据记录和媒体管道而构建"。Fire提供个位数毫秒响应时间,比Wasabi常规S3存储快5倍。
价格为每TB每月19.99美元,无出站或API请求费用,据称这只是AWS快速S3对象存储成本的一小部分。亚马逊S3 Express One Zone具有相同的个位数毫秒延迟,成本为每GB每月0.11美元,即每TB每月112.64美元,比Wasabi Fire贵5.6倍,这还没有考虑出站费用。
作为与IBM云合作关系的一部分,Wasabi还在加利福尼亚州圣何塞开设了新的存储区域,与IBM基础设施共址。通过在硅谷设立据点,Wasabi可以为那里的AI初创公司提供Fire级存储服务。
IBM云总经理Alan Peacock表示:"我们很高兴Wasabi通过IBM云圣何塞数据中心扩展到硅谷。IBM云上的Wasabi Fire旨在为客户提供IBM安全企业级基础设施的优势。"
Wasabi Fire目前在该区域开放早期访问。用户可以在此注册申请访问权限。
Q&A
Q1:Wasabi Fire是什么?它有什么特点?
A:Wasabi Fire是Wasabi推出的高性能存储类别,专为AI工作负载设计。它使用NVMe SSD介质,提供个位数毫秒响应时间,比常规S3存储快5倍,专门用于计算密集型AI和机器学习训练、实时推理等应用场景。
Q2:Wasabi Fire的价格优势有多大?
A:Wasabi Fire价格为每TB每月19.99美元,无出站或API请求费用。相比之下,亚马逊S3 Express One Zone成本为每TB每月112.64美元,比Wasabi Fire贵5.6倍,这还没有考虑亚马逊的出站费用。
Q3:Wasabi为什么选择在硅谷设立存储区域?
A:Wasabi在加利福尼亚州圣何塞开设新存储区域,与IBM基础设施共址,主要是为了服务硅谷的AI初创公司。通过在硅谷设立据点,Wasabi能够为当地AI企业提供Fire级高性能存储服务。
好文章,需要你的鼓励
Anthropic周一发布了旗舰模型Opus 4.5,这是4.5系列的最后一个模型。新版本在编程、工具使用和问题解决等基准测试中表现出色,是首个在SWE-Bench验证测试中得分超过80%的模型。同时推出Claude for Chrome和Claude for Excel产品,分别面向不同用户群体。Opus 4.5还改进了长文本处理的内存管理,支持付费用户的"无限聊天"功能,并针对智能体应用场景进行了优化,将与OpenAI的GPT 5.1和谷歌的Gemini 3展开竞争。
南洋理工大学团队开发了Uni-MMMU基准测试,专门评估AI模型的理解与生成协同能力。该基准包含八个精心设计的任务,要求AI像人类一样"边看边想边画"来解决复杂问题。研究发现当前AI模型在这种协同任务上表现不平衡,生成能力是主要瓶颈,但协同工作确实能提升问题解决效果,为开发更智能的AI助手指明了方向。
总部位于圣地亚哥的AI公司耐能发布新一代KL1140芯片,这是首款能在边缘端运行完整变换器网络的神经处理单元。该芯片可将大语言模型从云数据中心转移到便携式本地设备中,四颗芯片组合可实现类似GPU的性能,支持1200亿参数模型运行,功耗降低三分之一至一半,硬件成本减少十倍。
360 AI Research团队发布的FG-CLIP 2是一个突破性的双语精细视觉语言对齐模型,能够同时处理中英文并进行精细的图像理解。该模型通过两阶段训练策略和多目标联合优化,在29个数据集的8类任务中均达到最先进性能,特别创新了文本内模态对比损失机制。团队还构建了首个中文多模态评测基准,填补了该领域空白,为智能商务、安防监控、医疗影像等应用开辟新可能。