至顶网软件频道消息:
为了赶上云计算业务主要竞争对手的步伐,IBM于星期一推出了一款竞争性的物理云大数据迁移服务,旨在提供和亚马逊的AWS、微软Azure和谷歌云平台类似的服务。
IBM的Cloud Mass Data Migration(云海量数据迁移服务)允许客户用物理运输的方式将将其数TB的数据从内部的数据中心传输到IBM Bluemix云数据中心之一。这样做比通过网络传输数据量要快得多,通过网络传输这些数据可能需要几周的时间,具体需要的时间取决于可用带宽。
用物理运输的方式将数据传送到云端的想法最先由AWS提出,该公司在2015年10月推出了Snowball设备。微软公司快速跟进其Import/Export(导入/导出)服务,允许客户将存放在硬盘上的数据通过DHL、United Parcel Service、联邦快递或者美国邮政服务发送到云端。同时,谷歌公司最近推出了自己的、测试版的传输设备,其用途也相同。
IBM在一篇博客文章中表示,该公司的数据运输设备可以存储高达120TB的数据,每次运输租用的价格为395美元。
该服务的工作流程如下:客户提交“大容量数据迁移”请求,然后IBM发出一个存储设备。然后这个设备将被连接到客户的网络中,将数据上传并加密,然后将其发回IBM,然后IBM会将数据传输到其云对象存储平台上。一旦数据上传到这里之后,IBM就会清除设备存储,以确保数据不会被下一个客户偷走。
IBM正在将这项服务打造成一种快速而直接的方式,将数据移动到云中,“而不会中断日常操作。”该公司还表示,该服务可被用于释放内部存储,或创建数据存档或媒体存储库。IBM还指出,这项服务对于几乎无法连接互联网的远程用户,例如集装箱船、海上石油钻井平台和农村偏远的农场来说,是非常有用的。
和竞争对手相比,IBM的定价似乎更具竞争力。如果是使用AWS的话,定价是不明确,因为需要打电话给销售来评估客户的需求和相关成本。微软Azure每台设备每次运输收取80美元的固定费用,但客户必须根据返程的路程支付运费。谷歌的服务起价为100TB的设备300美元,更大的480TB设备的租用价格为1800美元。
好文章,需要你的鼓励
这项由东京科学技术大学等机构联合发布的研究提出了UMoE架构,通过重新设计注意力机制,实现了注意力层和前馈网络层的专家参数共享。该方法在多个数据集上显著优于现有的MoE方法,同时保持了较低的计算开销,为大语言模型的高效扩展提供了新思路。
当前企业面临引入AI的机遇与挑战。管理层需要了解机器学习算法基础,包括线性回归、神经网络等核心技术。专家建议从小规模试点开始,优先选择高影响用例,投资数据治理,提升员工技能。对于影子IT现象,应将其视为机会而非问题,建立治理流程将有效工具正式化。成功的AI采用需要明确目标、跨部门协作、变革管理和持续学习社区建设。
小米团队开发的MiMo-7B模型证明了AI领域"小而精"路线的可行性。这个仅有70亿参数的模型通过创新的预训练数据处理、三阶段训练策略和强化学习优化,在数学推理和编程任务上超越了320亿参数的大模型,甚至在某些指标上击败OpenAI o1-mini。研究团队还开发了高效的训练基础设施,将训练速度提升2.29倍。该成果已完全开源,为AI民主化发展提供了新思路。