至顶网软件频道消息: 红帽今天发布了一款名为Red Hat Storage One的新平台,扩充了软件定义存储(SDN)家族。
该平台旨在为企业提供一个“即插即用”的选项,以便采购和部署SDN并调整其性能。 Storage One将通过Red Hat多个服务器硬件合作伙伴(包括超微等)制造的预制存储系统提供。这些系统捆绑了所需的软件和硬件,以及来自Red Hat合作伙伴的支持服务。
红帽打造Storage One平台是为了向客户提供“开放、灵活和模块化”的存储系统,可以根据需要进行扩展以满足客户的需求。因此,Storage One的设计非常简单,只需使用基于红帽 Ansible自动化技术的安装工具,即可启动并运行。该系统还配置了很多用于服务的工作负载设置,例如媒体内容存储库和通用NAS存储。
此外,Storage One平台还针对这些特定工作负载的性能和吞吐量进行了优化,因此用户很轻松地就启动并运行起来。
红帽公司副总裁、存储业务总经理Ranga Rangachari表示:“那些需要跨开发混合云为现代工作负载和应用可移植性部署弹性存储的企业,正在寻求适合他们的软件定义存储。我们有很多存储客户正在寻求购买和部署一个只需要很少定制的打包解决方案。”
Storage One平台的设计考虑了可扩展性,配置可用范围从4个节点一直到24个节点。红帽表示,如果客户需要,后续系统可以持续更新以容纳更多节点。
Enterprise Strategy Group高级分析师Scott Sinclair表示:“具有变革性的软件定义存储可以提供比传统存储系统更大的优势,即使它是使用硬件进行部署。”
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。