至顶网服务器频道 07月19日 新闻消息(文/编译):
更新时间:2017年7月18日美国东部时间14:13
对于超过某一特定规模大小的文件来说,通过网络发送数据非常耗费时间,这通常会成为云迁移项目的一大障碍。现在,对于使用谷歌云服务平台作为基础架构的企业来说,有了另一种选择。
这家技术巨头今天发布了一个名为Transfer Appliance的系统,用于将信息从本地数据中心以物理运输的方式运送到云端设施。目前谷歌推出两款型号,其中一款拥有100 TB的原始存储空间,另一款则拥有480TB的存储空间。谷歌表示,如果企业能够足够有效地压缩其数据,其有效容量可以增加约两倍。
运送过程相当简单。根据选择的型号不同,组织需要支付300美元或1800美元的Transfer Appliance(转移设备)费用,谷歌将把系统发送到其选定的数据中心地点。然后,驻地技术人员要在最多25天之内将信息从硬件加载到机器上,超过这个时间就要收取延期费用了。一旦完成了这些工作,Transfer Appliance(转移设备)就可以通过FedEx或UPS发送给这家技术巨头。
重要的是,信息在运输过程中被加密了。Transfer Appliance(转移设备)在捕获数据时加密数据,并使公司能够只批准这些数据在到达谷歌之后才启用访问权限。
该系统的主要目标市场是在自己的数据中心中拥有大量数据并希望加速其迁移到云端的传统企业。这和亚马逊公司在2015年推出的Amazon Web Services Snowball(“雪球”)数据传输设备瞄准的市场是一样的。它有两款设备,分别有50和80 TB的原始存储空间。
但是,虽然Transfer Appliance(转移设备)的480 TB的配置可能更大一些,但如果谷歌想要冲击亚马逊的数据运输业务,还需要做更多的工作。Jeff Bezos的公司将派出一个被称为Snowmobile的容器,这是一个45英尺长的运输集装箱,装在一辆装有足够容纳100 PB数据的存储设备的卡车上。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。