2019年9月24日,中国,北京—Infortrend普安科技(股票代码:2495)推出EonStor CS分布式NAS集群系统,性能可达两位数Gb,容量超过100 PB。 这条全新产品线极大的丰富了Infortrend的存储家族,标志着Infortrend从高性价比的单台存储向高性价比的分布式集群迈进。
在HPC(高性能计算)和媒体娱乐这些消耗大量存储带宽和空间的领域,CS会更广阔的表现天地。 此外,EonStor CS有着从基础单节点起配的特点,可以在企业发展初期阶段有效控制硬件投入,并随着后期发展进行扩展,其卓越的扩展性,让性能与空间都能够随着业务的发展一起增长,企业对数据的存储和管理变得更加灵活高效,极大的解放企业在硬件设备上人力财力的投入。
根据Data Age 2025的调查显示,到2025年全球的总数据量将达到175 ZB,几乎是2019年的4.5倍。数据量的主要增长动力来自于4K / 8K视频,数据中心、物联网等新创行业。 如何在单纯的管理数据量的基础上,对数据进行分析,并从中抢占发展的先机获得领导权,已经成为所有行业所要面对的主要问题。
有了EonStor CS横向扩展NAS集群,用户既可以只添加多达76颗硬盘,来进行纵向扩展容量,也可以进行横向扩展,连接多达144个节点(CS设备)同时扩展性能和容量,特别适合企业处理那些数据密集型的应用,并为将来,难以预测的数据增长提前做好准备。因此,CS对条件苛刻的应用(例如,实时数据分析、天文科研、大型影视制作、智慧城市等)是再合适不过了。
除性能和扩展性之外,EonStor CS还具有完整的数据保护服务和极高的数据安全性。为了防止数据丢失,CS对小到单个磁盘、大到整个集群,都提高全面的保护。即便某个环节出现故障,数据也不会丢失,系统性能更不会受到影响。此外,CS支持SED(硬盘自动加密)和WORM(一写多读),防止数据被篡改。
针对大规模节点部署,EonStor CS专门配有快速流程化部署,半小时即可对所有节点进行部署安装。并通过CS自带基于网页开发的集中管理软件EonOne,允许用户随时随地通过GUI(图形用户界面)监控管理整个集群。关键部件的模块化和冗余化让用户轻松维护和更换CS,并且不会中断系统的运行。
Infortrend普安科技产品企划部高级总监高明贤先生表示:“数据时代蓬勃发展,各行各业不是安装新的存储系统,就是要升级现有的存储系统。设备更新升级的过程中,用户时刻要面对来自性能和容量的要求,以及系统不兼容、数据迁移费时费力甚至停机影响业务等挑战。EonStor CS的推出使得大规模数据量的管理变得更加容易,同时让用户精简IT支出,有效的获得创新应用所带来的优势”。
好文章,需要你的鼓励
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。
这项研究揭示了大型语言模型的惊人能力:只需两个特殊训练的向量,冻结的语言模型就能在一次计算中生成数百个准确词汇,而非传统的逐词生成。研究者发现,这种能力要求特定的输入排列方式,且生成速度比自回归方法快约279倍。这一发现不仅展示了语言模型未被充分探索的并行生成潜力,还为快速文本重建开辟了新方向。
腾讯混元团队提出的"ConciseR"是一种通过两阶段强化学习实现大模型简洁推理的新方法。研究遵循"先走后跑"原则,先确保模型具备准确推理能力,再优化输出简洁性。第一阶段通过改进的群体相对策略优化(GRPO++)提升推理能力,第二阶段通过长度感知的群体相对策略优化(L-GRPO)减少输出长度。实验结果显示,该方法在AIME、MATH-500等多个基准测试中既减少了输出长度(平均20%以上),又保持或提高了准确率,展现出高效率-高准确率的理想平衡。
这项由香港科技大学团队开展的研究首次全面评估了压缩对大语言模型Agent能力的影响。研究发现,虽然4位量化能较好地保留工作流生成和工具使用能力(仅下降1%-3%),但在实际应用中性能下降达10%-15%。团队提出的ACBench基准测试横跨工具使用、工作流生成、长文本理解和实际应用四大能力,评估了不同压缩方法对15种模型的影响。结果显示,AWQ量化效果最佳,蒸馏模型在Agent任务上表现不佳,大型模型对压缩更具韧性。研究还提出ERank等创新分析方法,为实际部署提供了切实指导。