NetApp本周发布了其基于对象的存储平台StorageGRID第12版本,该公司表示此次更新将显著改善AI工作负载的扩展性,同时先进的缓存技术将使训练和高性能计算工作负载的性能提升20倍。
客户现在可以通过存储桶分支对AI数据集进行版本管理,并支持"为工作流程创建对象存储桶的空间高效克隆"。NetApp表示,这些空间高效的克隆还将实现更快的故障恢复。其他弹性功能包括"增强的加密标准,采用AES GCM加密并添加完整性检查、更强的磁盘加密以及SSH端口的默认阻止"。跨网格复制中的对象锁定支持使AI的不可变数据集更易于管理。
毫不意外,NetApp强烈倡导将对象存储作为大规模维护AI内容存储库的解决方案。产品管理总监Vishnu Vardhan在发布公告的博客中写道:"这些数据集极其庞大,客户通常有多个开发团队并行处理这些数据集。AI工作流程的这一部分迫切需要一个简单且可扩展的解决方案。"
但传统工具要么无法扩展,要么改变数据格式,或者改变应用程序与存储的交互方式。StorageGRID现在允许开发人员"即时复制包含数十亿个对象和PB级容量的大型存储桶,独立操作这些存储桶,并协调存储桶之间的变更"。
Vardhan写道,集成缓存将简化AI工作流程中缓存的使用,加强安全性并提供一致性。这将提供"比当前NetApp StorageGRID设备高10倍的性能"。通过在裸机StorageGRID节点上运行缓存层,性能还可以进一步提升。
Vardhan补充说,StorageGRID的"发布限制"已经翻倍,该平台现在可以在单个全尺寸StorageGrid集群中支持超过6000亿个对象。
在最新的财报中,NetApp首席执行官George Kurian表示,公司在最近一个季度获得了125个AI项目胜利,相比一年前的50个有显著增长,并暗示在超大规模AI市场取得了进展。
NetApp发布这一消息的同一天,三名NetApp资深员工加入了VAST Data,包括前首席技术官兼高级副总裁Jonsi Stefansson,他们在离开前雇主仅几个月后就出现在新东家。
现任VAST云解决方案总经理的Stefansson在声明中说:"在与VAST的竞争中败北的次数比我愿意承认的要多,我从外部就知道VAST的架构有多么强大和独特——它远不止是一个文件系统或简单的存储操作系统。"
Q&A
Q1:StorageGRID 12版本有哪些主要改进?
A:StorageGRID 12版本主要改进包括:AI工作负载扩展性显著提升,先进缓存技术使训练和高性能计算性能提升20倍,支持存储桶分支进行AI数据集版本管理,提供空间高效的对象存储桶克隆功能,以及增强的加密标准和安全性。
Q2:什么是空间高效克隆功能?
A:空间高效克隆是StorageGRID 12的核心功能,允许开发人员即时复制包含数十亿个对象和PB级容量的大型存储桶,各个存储桶可以独立操作,并能协调存储桶之间的变更。这项技术还能实现更快的故障恢复。
Q3:NetApp在AI市场表现如何?
A:根据NetApp最新财报,公司在AI市场表现强劲。最近一个季度获得了125个AI项目胜利,相比一年前的50个有显著增长,并在超大规模AI市场取得进展,显示出其在AI存储解决方案领域的竞争优势。
好文章,需要你的鼓励
谷歌Agent Development Kit(ADK)革新了AI应用开发模式,采用事件驱动的运行时架构,将代理、工具和持久化状态整合为统一应用。ADK以Runner为核心,通过事件循环处理用户请求、模型调用和外部工具执行。执行逻辑层管理LLM调用和工具回调,服务层提供会话、文件存储等持久化能力。这种架构支持多步推理、实时反馈和状态管理,为构建超越简单聊天界面的生产级AI应用提供了完整框架。
上海AI实验室联合团队开发RoboVIP系统,通过视觉身份提示技术解决机器人训练数据稀缺问题。该系统能生成多视角、时间连贯的机器人操作视频,利用夹爪状态信号精确识别交互物体,构建百万级视觉身份数据库。实验显示,RoboVIP显著提升机器人在复杂环境中的操作成功率,为机器人智能化发展提供重要技术突破。
苹果在iOS 26中推出全新游戏应用,为iPhone、iPad和Mac用户提供个性化的游戏中心。该应用包含五个主要版块:主页展示最近游戏和推荐内容,Arcade专区提供超过200款无广告游戏,好友功能显示Game Center动态并支持游戏挑战,资料库可浏览已安装游戏并提供筛选选项,搜索功能支持按类别浏览。iOS 26.2版本还增加了游戏手柄导航支持,为游戏玩家提供更便捷的操作体验。
英伟达研究团队提出GDPO方法,解决AI多目标训练中的"奖励信号坍缩"问题。该方法通过分别评估各技能再综合考量,避免了传统GRPO方法简单相加导致的信息丢失。在工具调用、数学推理、代码编程三大场景测试中,GDPO均显著优于传统方法,准确率提升最高达6.3%,且训练过程更稳定。该技术已开源并支持主流AI框架。