至顶网软件频道消息: 容量1PB、可以用联邦快运发送的滚轮式机架。Ignite大会 微软发布了Azure Data Box,这是另一款用于将业务数据运输到云中的硬件设备。

该设备一年前开始进行预览,现在可以提供多种款型,具体取决于你想要在别人的计算机——也就是微软的Azure云——上存储多少数据。
Azure Data Box Heavy可以吞下整个PB的数据,该设备目前仍然处在“预览”阶段。这是一个带有“多个”40Gbps连接器的物理设备,配备有脚轮,顾名思义,它是1PB的板载存储器。在美国,联邦快递将接收并发送给微软,然后微软负责将你的数据上传到Azure的具体工作。
常规的Data Box是一个比较小的设备(没有脚轮),并且能够做同样的事情,但是存储量高达100TB。
本周在微软Ignite大会上,出现的另一件新事物是Data Box Edge,它是部分计算,部分存储。针对物联网应用,这款本地设备(据称具有人工智能功能)可以进行网络共享,同时将你的物联网设备数据发送到云中。微软表示,它的计算平台可以让你将Azure应用推向边缘。
实际上,它是一个小型机架,可让你处理传入的数据,然后将该其传输到你的主云平台。
微软这些设备的主要竞争对手是AWS(这是理所当然的)的Storage Gateway设备和Snowball数据传输小工具。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
武汉大学研究团队提出DITING网络小说翻译评估框架,首次系统评估大型语言模型在网络小说翻译方面的表现。该研究构建了六维评估体系和AgentEval多智能体评估方法,发现中国训练的模型在文化理解方面具有优势,DeepSeek-V3表现最佳。研究揭示了AI翻译在文化适应和创意表达方面的挑战,为未来发展指明方向。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
参数实验室等机构联合发布的Dr.LLM技术,通过为大型语言模型配备智能路由器,让AI能根据问题复杂度动态选择计算路径。该系统仅用4000个训练样本和极少参数,就实现了准确率提升3.4%同时节省计算资源的突破,在多个任务上表现出色且具有强泛化能力,为AI效率优化开辟新方向。