刚过去的这个周末,有大消息牵动国人心,而另一些不那么重要的事情,我们也依然要关注。
虚拟SAN(Virtual SAN),或者更大一些的“软件定义存储”(SDS),随着VMware VSAN 5.5(实为第一个正式版本)的正式推出,迈向了新的竞争阶段。VSAN还远未成熟,但是与vSphere的紧密集成,以及VMware的市场宣传能力(看看VSAN的命名),令其对先行一步的初创公司,有很大的潜在威胁。
在主要面向传统企业市场的玩家中,Nutanix的方案对软件定义存储理念的诠释较充分,产品也经受了初步的检验。VSAN无疑是Nutanix的竞争对手,难说是否有意,Nutanix在VMware推出VSAN的前一天,宣布了去年12月初美国专利和商标局签署的专利:“虚拟化环境中管理I/O和存储的架构”。
Nutanix CEO Dheeraj Pandey很以此专利自豪,表示VSAN“验证了我们的方法”。
虚拟SAN蓬勃发展,传统SAN厂商也有势头见好的。HP低端磁盘阵列的OEM提供商Dot Hill在7年亏损后呈现复苏迹象,首度全年盈利并连续三个季度盈利。令Dot Hill对2014年下半和2015年感到乐观的事包括赢得昆腾、Supermicro、Teradata等新的OEM客户,并向最大的客户(HP)提供第一个具有16Gb FC、12Gb SAS和16Gb FC/10Gb iSCSI融合接口的入门级存储产品。
Dot Hill能扭亏为盈,很容易让人想到其最大客户HP的复苏。正逢IDC刚公布了全球磁盘存储系统季度报告,2013年第四季度,HP的收入同比增长幅度仅次于9.9%的EMC,明显高于市场平均水平。IBM和Dell则是两位数下降,EMC这叫一开心……
我滴笑呀赤果果……
主业没得说,于是有人为EMC的“副业”操心。451 Research的分析师认为,EMC在2003年收购的Documentum内容管理平台(ECM)业务,发展势头明显不如OpenText和IBM FileNet等竞争对手——这也不奇怪,EMC总体上说还是家硬件厂商,至少比IBM更“硬”。该分析师建议EMC分拆或卖掉Documentum及其所属的IIG(Information Intelligence Group,信息智能集团)。窃以为,要分拆,IIG的分量和故事性不如Pivotal,至于卖掉么……咳咳……
云存储提供商们的日子没有前些年想的那么好,在巨头们的冲击下很是倒闭了几家。不过,面向企业用户提供文件同步和共享服务的Box依然信心十足,正在准备IPO。Box的大客户包括宝洁、施耐德电气、雪佛龙、Avaya、斯坦福大学等,该公司计划在今年将收入翻番,达到2亿美元以上。
与那更知名的Dropbox不同的是,Box中意OpenStack Swift并运营着自己的数据中心,以Amazon Glacier做备份。为此,Box在今年1月底召开的第五届Open Compute峰会上,宣布加入Facebook发起的OCP(Open Compute Project,开放计算项目)。
在这次开放计算峰会上,Facebook提到了“快速部署数据中心”(rapid deployment data center,RDDC)的概念。上周五,Facebook数据中心设计团队的设计工程师Marco Magarelli在博客中介绍了Facebook计划在瑞典Luleå建设的第二个数据中心,准备采用的两种RDDC方法。
Facebook Luleå 2 快速部署数据中心(RDDC)渲染效果图
第一种被称为“chassis”(底盘?)方法,使用宽12英尺(3.6米)深40英尺(12米)的预组装钢骨架,类似在底盘上组装汽车的方式:搭好框架,然后在组装线上安装部件——电缆槽、电排、操作面板等都在工厂内预安装,再运往数据中心所在地;
第二种“flat pack”(平板式包装?)方法则是借鉴瑞典知名的宜家(Ikea),把标准化的墙板和支柱等部件包装好,用平板拖车运到现场安装(请自动脑补从宜家买个书架开车回家组装的全过程)。
Facebook在Luleå的第一个数据中心,年均PUE为1.07,已经是很高的水准。不难看出,第二个数据中心的重点在于构件标准化基础上的快速部署。避免不必要的材料浪费只是一方面,关键是站点无关性的设计,减少对现场的影响,提高执行和建造效率。用Marco Magarelli的话说,要让施工项目更像制造产品(look less like a construction project and more like a manufactured product),换言之,更具可复制性。
这种旨在高效、快速建设数据中心的标准化方法如果推广开来,不仅对微软、Rackspace这些OCP成员很有价值,整个行业也会从中受益。当然有类似设计思路的不仅Facebook,譬如百度也在尝试所谓“乐高项目”……
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。