企业级云服务商青云QingCloud日前宣布,旗下存储品牌QingStor对象存储推出低频存储服务,使企业云存储成本直降35%。结合对象存储的数据生命周期管理功能,访问量从高频转向低频的数据,能够在一段时间后自动转换到低频存储中,或从存储空间中自动删除,帮助企业更合理地控制存储成本。
根据企业数据的生命周期原理,数据会有不同程度的“冷”“热”之分。其中有些数据需要长期保存,但是访问和修改的频率很低,比如备份日志、备份邮件、监控数据等备份数据。为了避免存储资源的浪费,进一步降低存储费用,低频存储应际而生。
低频存储是QingStor对象存储推出的一种新的存储类型,相比于标准存储,低频存储具有更低的成本,且与标准存储具有同样的高可靠性和低延迟,适用于存储读取频率较低、需要长期保存的数据。通过生命周期管理功能灵活使用低频存储与标准存储,可以帮助用户更科学地规划数据生命周期,有效降低企业云存储成本。
低频存储适用于数据备份、历史数据保存、日志留存等应用场景,企业相关备份数据能够获得更低廉的成本、可无限扩展的存储空间、高度的服务可靠性和数据安全性。对于一开始就是访问频率、修改频率都很低,同时需要长期保存、实时访问的数据,可以直接将其存入低频存储中;对于经历过一段时间后,数据访问量从高频到低频,由热变冷的数据,可以通过生命周期管理功能的配置,使数据自动转换到低频存储中。
目前,QingStor对象存储服务正在推出免费使用套餐,每月赠送30GB存储空间、11GB下载流量、100万次读请求,以及10万次写请求。免费政策从用户创建存储空间之日算起,在未来12个月持续有效。
青云QingCloud CTO甘泉表示,低频存储服务的推出,进一步完善了青云QingCloud多维度的存储服务,以满足企业用户对数据生命周期不同层次的管理需求。未来,青云QingCloud将陆续推出冷存储、冷热数据统计、对象多版本等存储服务,提供更加全面、智能的存储管理服务平台。
好文章,需要你的鼓励
检索增强生成(RAG)正成为AI领域的关键技术,通过结合外部信息检索与大语言模型的生成能力,解决传统模型仅依赖训练数据的局限性。RAG允许模型实时访问外部数据库或文档,提供更准确、更新的信息。该技术可应用于企业文档查询、个人化AI助手等场景,通过向模型提供特定领域知识来获得精准结果。微软专家指出,RAG有助于结合知识与推理、提高模型使用效率,并支持多模态应用。
加州大学伯克利分校研究团队开发出革命性的R2R2R系统,仅需智能手机拍摄和一段演示视频,就能自动生成大量机器人训练数据。该系统绕过了传统昂贵的远程操作和复杂物理仿真,通过3D重建和智能轨迹生成技术,让机器人训练效率提升27倍,成本大幅降低,有望让高质量机器人技能变得像安装手机应用一样普及。
AI数据平台iMerit认为企业级AI工具集成的下一步不是更多数据,而是更好的数据。该公司正式推出学者计划,旨在建立专家团队来微调生成式AI模型。与Scale AI的高吞吐量方法不同,iMerit专注于专家主导的高质量数据标注,需要深度人工判断和领域专业监督。公司目前与超过4000名学者合作,客户包括三家大型生成式AI公司、八家顶级自动驾驶公司等。
腾讯优图实验室提出AnoGen方法,仅用3张异常图片就能训练出高精度工业检测AI。该方法通过扩散模型学习异常特征并生成大量逼真样本,在MVTec数据集上将检测精度提升5.8%,为解决工业异常检测中样本稀缺问题提供了突破性方案。