Cohesity向自己的Data Platform新增了两款产品,一个纯软件的虚拟版和一个超融合节点。
目前现有的三款硬件和软件分别是C2100、C2300和C2500,以及Cloud Edition产品。
这款云产品实际与最近公布的Virtual Edition(VE)是相同的,后者是一款备份产品,运行在虚拟机环境中,将数据复制到中央站点,针对备份或者灾难恢复,可以远程安装和管理。
C2100超融合节点实际上是1月公布的,适用于更为复杂的远程和分支办公点,有复杂的IT环境、多种服务器和存储设施。Cohesity表示,一个节点有计算、闪存、磁盘存储以及软件,这里要求最少有3个节点。
以Nutanix/VxRail/SimpliVity的定义这并不是超融合,不是通用的基于虚拟服务器的应用环境,包含存储、网络和计算。相反,Cohesity对其进行了重新定义,意味着将二级存储孤岛融合到单一存储库中,例如备份、文件、对象、测试/开发副本及分析。
Cohesity表示,在过去三个季度中公司平均收入增幅保持在三位数。这意味着一个季度收入至少增长100%,而且这三个季度期间每个季度新增客户数量翻了一番。目前保存在Cohesity系统中的企业数据量为250PB。
Cohesity Virtual Edition将在5月底提供给客户。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。