Qumulo 推出了 Cloud Data Fabric (CDF),这是一个具有边缘一致性缓存的中央文件和对象数据核心存储库。
横向扩展文件系统供应商 Qumulo 将其本地部署和公共云软件统一整合到 CDF 中,包括一个可在大多数系统、供应商或公共云基础设施上运行的数据核心分布式文件和对象数据存储集群。用户可以通过边缘的一致性缓存站点访问该系统,这些站点与数据核心的各个元素并行连接。核心和边缘站点之间的严格一致性来自文件系统感知、块级复制、分布式锁定、访问控制认证和日志记录。
Qumulo 总裁兼首席执行官 Douglas Gourlay 表示:"2012 年,Qumulo 开始着手打造世界上最先进的文件系统...从数据中心到云端,摆脱传统限制,我们设想了一个万物皆可用、无处不在、即时可得的未来。"
"我们的客户现在可以做一些神奇而令人惊叹的事情 - 从将全球艺术家和故事讲述者聚集在一起制作电影,到与顶尖医生分享前沿医学研究,再到收集自动驾驶车队的数据,让道路更加安全。"
核心全局文件系统可处理所有数据 - 无论是在公共云还是本地数据中心 - 作为大型弹性池运作,支持分层存储管理、分层和复制,而不影响用户访问或数据位置。这"使应用程序和数据能够独立扩展和移动,支持无缝增长和演进。"
结合严格一致的边缘站点,这允许"使用多样化工具和应用程序进行协作。"
Qumulo 表示,他们拥有超过 1,000 个生产客户,管理着数以 EB 计的数据。联合创始人兼首席架构师 Aaron Passey 说:"过去的文件系统并不是为今天的工作流程和快速数据增长而建造的。我们让用户摆脱专有硬件和操作系统的束缚,允许选择和灵活性,实现无限创新 - Qumulo 用户现在可以使用来自任何来源、在任何基础设施上的数据进行突破性开发。"
Qumulo 的 Cloud Data Fabric 通过主要 IT 基础设施经销商和系统供应商(包括 HPE 和 Supermicro)、分销商以及大多数主要公共云提供商在全球范围内提供,具有预付费和按需付费选项。定价基于数据核心中实际存储和共享的数据。
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。