ZD至顶网服务器频道 04月14日 编译: Rackspace将旗下的云带到阁下的面前:Rackspace日前宣布推出新的产品,将会把OpenStack打包,使其可以在它自己的数据中心、或第三方数字谷仓或用户的内部系统里运行。
内部部署云的风头一时无两:微软的Azurestack推出预览版,并赢得来自诸如惠普的巨头的支持;思科推出新的HyperFlex,并承诺会含云体验;VMware 走VxRail融合设备路线,原因是VMware觉得VxRail比软件定义的EVO:RAIL更佳。当然,还有Nutanix和SimpliVity,他们旗下的云产品拥有超级融合设备,他们都为自己旗下的云产品的可用性和可扩展性而自豪。
Rackspace新推出的产品更是往前走了一步,如果用户愿意的话,Rackspace就会很高兴地为用户在任何地方安装和管理一个OpenStack包,按他们的话说是“从地板到服务栈任何地方都可以”。
Rackspace现在是个服务型公司了:它之所以销售此款内部部署产品也是要将用户的计算预算转往“经营费用”栏目。
Rackspace的新服务号称提供和Rackspace自己的云供相同的体验,如果用户选择在内部系统上使用,就不会有延迟并可以节省电信费用。
Rackspace的云成熟度模型
Rackspace还指出,如果用户同时使用一篮子支持服务,就可以无需费心运行和维护OpenStack。从这一点来看,该项目可以加分,Rackspace的Mitaka版在这一点上曾做过努力。假如Rackspace真的可以实现所谓的“给我所想要的虚拟机”体验并能够做到规模上可以扩展和实现简单的存储机制,那它可能真的挖到宝贝了,尤其是相对于那些愿意花钱外包扩展IT功能的部门来说是这样。
好文章,需要你的鼓励
CPU架构讨论常聚焦于不同指令集的竞争,但实际上在单一系统中使用多种CPU架构已成常态。x86、Arm和RISC-V各有优劣,AI技术的兴起更推动了对性能功耗比的极致需求。当前x86仍主导PC和服务器市场,Arm凭借庞大生态系统在移动和嵌入式领域领先,RISC-V作为开源架构展现巨大潜力。未来芯片设计将更多采用异构计算,多种架构协同工作成为趋势。
KAIST AI团队通过深入分析视频生成AI的内部机制,发现了负责交互理解的关键层,并开发出MATRIX框架来专门优化这些层。该技术通过语义定位对齐和语义传播对齐两个组件,显著提升了AI对"谁对谁做了什么"的理解能力,在交互准确性上提升约30%,为AI视频生成的实用化应用奠定了重要基础。
Vast Data与云计算公司CoreWeave签署了价值11.7亿美元的多年期软件许可协议,这标志着AI基础设施存储市场的重要转折点。该协议涵盖Vast Data的通用存储层及高级数据平台服务,将帮助CoreWeave提供更全面的AI服务。业内专家认为,随着AI集群规模不断扩大,存储系统在AI基础设施中的占比可能从目前的1.9%提升至3-5%,未来五年全球AI存储市场规模将达到900亿至2000亿美元。
乔治亚理工学院和微软研究团队提出了NorMuon优化器,通过结合Muon的正交化技术与神经元级自适应学习率,在1.1B参数模型上实现了21.74%的训练效率提升。该方法同时保持了Muon的内存优势,相比Adam节省约50%内存使用量,并开发了高效的FSDP2分布式实现,为大规模AI模型训练提供了实用的优化方案。