此次名為“ReDefine”的大會(huì),事實(shí)上是EMC年度的重磅產(chǎn)品發(fā)布會(huì),EMC在大會(huì)上發(fā)布了橫跨XtremIO閃存、企業(yè)級(jí)存儲(chǔ)VMAX、橫向擴(kuò)展NAS組合等多個(gè)領(lǐng)域,從而期望幫助客戶“重新定義可能性”,并加速他們邁上混合云之旅。
EMC亞太及日本區(qū)總裁David Webster指出,如今,IT產(chǎn)業(yè)正在朝著移動(dòng)、云計(jì)算、大數(shù)據(jù)、社交這四大趨勢奔流。但是,如今的IT發(fā)生了重大變化,軟件定義正在改寫幾乎所有產(chǎn)業(yè),軟件定義的特斯拉正在影響著汽車產(chǎn)業(yè)的走勢,軟件定義的Nest正在改變家居市場,軟件定義也正在改變著IT業(yè)。
David Webster表示,如今IT的重點(diǎn)已經(jīng)從過去的成本和優(yōu)化、提升效率等方面,轉(zhuǎn)化到如何促進(jìn)業(yè)務(wù)創(chuàng)新上來。如何平衡業(yè)務(wù)與IT,是企業(yè)CEO、CFO、CIO們共同考慮的問題。
由Pivotal、VMware、EMC共同組成的EMC聯(lián)邦,成為解決這些難題最具競爭力的組織。Pivotal是EMC和VMware共同成立的子公司,它提供大數(shù)據(jù)、PaaS等服務(wù)的公司,VMware同樣是EMC的子公司,它提供的是軟件定義的數(shù)據(jù)中心服務(wù),EMC則是信息基礎(chǔ)架構(gòu)的構(gòu)建者,另外除了這鐵三角之外,EMC的另外一家子公司RSA,負(fù)責(zé)提供云、大數(shù)據(jù)等安全服務(wù)。
由此,可以把EMC看作是一家具有獨(dú)特形式的提供混合云相關(guān)業(yè)務(wù)的服務(wù)集團(tuán)。
EMC企業(yè)和中端存儲(chǔ)事業(yè)部(EMSD)VMAX家族產(chǎn)品銷售總監(jiān)Colin Gallagher在接受CNET科技資訊網(wǎng)采訪時(shí)指出,收購TwinStrata之后,EMC將可為客戶提供全新的服務(wù),那就是用戶在連接外部存儲(chǔ)時(shí),不僅僅是一個(gè)存儲(chǔ),更可以對接外部的公有云。
圖為EMC企業(yè)和中端存儲(chǔ)事業(yè)部(EMSD)VMAX家族產(chǎn)品銷售總監(jiān)Colin Gallagher
據(jù)Colin Gallagher介紹,當(dāng)下流行的包括AWS、Azure等10余種公有云,都在支持的范圍之內(nèi)。
雖然,EMC方面沒有明確提到此筆收購的金額和明確的用意,但是通過融合TwinStrata與VMAX兩種技術(shù),這里面蘊(yùn)含著EMC近年來力推的混合云戰(zhàn)略。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長視頻生成中的錯(cuò)誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對培養(yǎng)AI空間智能的重要價(jià)值。