在文章撰写的时候,iBIG Stor的移动客户端App最新版本标称为3.1.1,不过下不到,下面是下载二维码(或使用网址www.ibigstor.cn):
我们测试时使用的是能下到的最新的版本:3.0.8,在使用之前,首先是使用安装了iBIG OS管理App的设备连接到iBIG Stor/Lite,下图是上一篇文章中的链接界面:
老版iBS,注意显示的速率:72Mbps,这是一个802.11n的WiFi AP,20MHz频宽、Short GI设置
但是,新版iBSL本有些不同:
新版iBSL,65Mbps,802.11n WiFi,20MHz频宽、Long GI设置
我确信这是一个Firmware上的设置问题,Long GI/Shor GI中的GI(Guard Interval)指的是WiFi无线通信中等待标志帧的时间,Long GI为800ns,Short GI为400ns,反映到吞吐量上,Long GI只能达到65Mbps,Short GI可以达到72Mbps(确切数字是72.2Mbps)。Short GI是802.11n规范新增加的内容,当然802.11n规范本身已经非常老了。
目前,iBSL最新Firmware是IBSL-0.1.03
连接后最优先的一件事是:升级,测试时,固件的最新版本是IBSL-0.1.03,但就在发布时,最新的IBSL-1.0.00出现了。
总的来说,设置上出现了些小问题,不过和上一代相比,问题不算太大,基本流程上它们没有太大变化,iBIG Stor自带路由器的架构也没有改动:手机可以先连接到iBIG Stor/Lite,然后通过iBIG Stor/Lite再连接到外网,只是,新的iBIG Stor Lite的LAN侧网段从iBIG Stor的192.168.220.x地址段变成了192.168.222.x。
好文章,需要你的鼓励
随着AI策略成熟,CIO开始重新考虑对公有云的依赖,私有云和本地环境重新受到关注。调查显示,67%的企业领导计划在未来12个月内将部分AI数据迁移至非云环境。主要原因包括成本可预测性、数据隐私保护、安全问题和云集成挑战。对于持续的AI工作负载,购买自有GPU比租用公有云更经济。私有云支出增长更快,预计2025年将有54%的组织在私有云上投入超过1000万美元。
沙特TachyHealth团队开发的32亿参数医疗AI模型Gazal-R1,通过创新的双阶段训练方法在医疗推理任务上超越了12倍大的模型,在MedQA等测试中取得87.1%的优异成绩,展现了精巧训练策略胜过规模扩张的重要启示,为资源有限的医疗AI研究提供了新路径。
本文深入分析了从传统AI发展到AGI过程中可能出现的智能爆发现象。基于AI专家共识的2040年AGI实现预期,文章探讨了七种主要发展路径,重点关注突破性的"登月路径"。智能爆发理论认为,智能可以像原子链式反应一样相互促进,快速产生大量新智能。文章预测2038-2039年可能发生智能爆发,随后在2040年实现AGI,但也指出了关于智能爆发的启动、控制和潜在风险等争议问题。
奥地利维也纳医科大学研究团队开发了RetFiner技术,通过让眼科AI模型同时学习OCT图像和医疗文字描述,显著提升了诊断准确率。该方法采用四种训练任务让AI模型建立图像与文字的深层联系,在三个主流眼科AI模型上实现了2-6个百分点的性能提升,为医学AI发展开辟了新方向。