Gartner公司研究副总裁Julia Palmer在2月底发布了一份题为《面向混合云未来:文件存储与数据服务的现代化实现》(Modernize Your File Storage and Data Services for the Hybrid Cloud Future)的报告,重点关注各大厂商之间的云文件服务营销之争。
Palmer的观点并不复杂:非结构化(文件)数据正在增长,组织则倾向利用公有云的可扩展性解决突发计算容量、突发存储需求、归档存储、远程工作人员访问等需求。
她在报告中将文件服务供应商分为三组:
下面来看各个类别中的代表性供应商:
下一代文件平台具有“强调集成和运用公有云”等特征。NetApp和Qumulo等供应商已经转为软件定义形态,将自己的文件管理操作系统迁移至公有云内,提供覆盖本地和公有云环境的文件系统与服务抽象层。VAST Data正朝着这一思路推进,Weka则已经有所斩获。
而隔着混合云文件数据服务,整个生态位的另一端是混合云文件平台。这块战场上的选手有CTERA、Nasuni、Panzura、LucidLink,应该也可以算上Vcinity,但Zadara并未被纳入此列。另外,各大公有云服务商、华为和甲骨文也未被计入这个阵营。
中间这一块主要提供迁移等混合云文件数据服务,参赛厂商包括Atempo、Data Dobi、Data Dynamics、Peer Software 和 WANdisco。Komprise虽然也提供迁移服务,但其更知名的产品主要是文件生命周期管理方案,Nodeum的情况也差不多。Hammerspace目前正在开发其数据编排技术。
Palmer用这种三分法,巧妙地将各家供应商划分成了三个级别,再进一步比较其功能与客户需求及功能取向间的映射情况。
这也让我们不禁要问,位于中间的混合云文件数据服务商们是否正“腹背受敌”——既需要考虑将功能纳入下一代文件平台,又得探索如何通过混合云文件平台进行交付。
这份Gartner论文并不涉及对象存储,考虑到如今文件和对象组合产品变得愈发普遍,这部分缺失可能会影响到结论的准确性。我们可以把S2看作AWS的混合云对象存储平台,也可以把Pure Storage、VAST Data等看作是下一代文件+对象存储平台。而Cloudian和Scality则在其对象存储产品上实现了文件访问,同时具备公有云支持能力。
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
大模型时代,玛丽·米克尔(Mary Meeker)的名字可能大家不一定熟悉,但是在互联网时代,这位被可被誉为“互联网女皇”的。她是美国风险投资家和前华尔街证券分析师,专注于互联网及新兴技术领域。玛丽·米克尔(Mary Meeker)发了一份340页的《人工智能趋势报告》,粗粗看了一下,并没有非常轰动的观点,但是数据比较全面
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。