至顶网软件频道消息: 微软在公布预览的时候将这个第二代版本称为“不折不扣的数据湖”。据悉,Azure Data Lake是微软用于云中大数据分析工作负载的存储库。
Azure Data Lake Storage Gen2将第一代Azure Data Lake的核心功能与兼容Hadoop的文件系统端点(直接集成到Azure Blob Storage)进行了统一。
微软在一篇博客文章中解释说:“这些增强功能将对象存储的规模和成本优势与通常只和本地文件系统相关联的可靠性及性能相结合。这个新的文件系统包括一个完整的分层命名空间,让文件和文件夹优先级最高,转化为更快速、更可靠的分析任务执行。”
Gen2还为客户带来“无限存储”以及与Azure Active Directory的本地集成。
微软在2015年宣布了Azure Data Lake Service的初始计划。第一代Azure Data Lake旨在与HDInsight配合,这是微软针对Windows和Linux的Hadoop-onAzure服务。 最初Azure Data Lake是建立在微软内部“Cosmos”大数据存储和分析服务基础之上的。
除此之外,微软还宣布推出了Azure Data Factory V2的几项新功能,包括支持控制流数据管道结构;无码数据迁移和编排设计;灵活调度。
据悉,Azure Data Factory是一种混合数据集成(ETL)服务。将通过与世纪互联的合作在中国现有两个Azure区域基础上再增加两个。
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。