HPC存储提供商DDN收购了英特尔的Lustre文件系统业务,包括其开发团队和支持合同。
2012年,英特尔通过吞并Lustre开发集支持厂商Whamcloud进入了并行文件系统领域,这反映了英特尔希望迈进亿亿级超级计算领域并成为该领域一个更大的玩家。
然而这次收购对于英特尔来说并没有实现所有目标,英特尔在2017年4月停止提供自有品牌的Lustre产品,并称将为开源社区贡献所有Lustre增强功能。
社区参与者认为,英特尔太大而宽泛,不能让Lustre专注于所需的重点上。最近,IBM的Spectrum Scale在高性能计算和超级计算方面都取得了进展,例如新增了对NVMe闪存驱动器和NVMe-over-Fabrics的支持。
DDN多年来一直活跃于Lustre领域,推出了EXAScaler Lustre存储系统产品。DDN拥有强大的Lustre技术路线图,并将增加对NVMe驱动器的支持,并且已经在IME产品中支持NVMe有一年多时间,这一点是至关重要的。
DDN表示,将继续支持OpenSFS。
这个Lustre团队一直在不断扩张,并且将在2019年有大幅增加。DDN希望扩大Lustre在超级计算和高性能计算一直到中端和人工智能领域的吸引力,并且针对这些领域推出了更便宜、性能更好的Lustre系统。
DDN尤其将人工智能视为一个潜在的广阔市场,对大量数据进行经济高效的高速随机读取访问非常重要——这是Lustre一个很理想的重点。
DDN表示将人工智能用户视为数据科学家,并将提高Lustre署性、管理和监控的便利性,还将为Lustre开发混合云(本地和公有云)设施。
DDN接手了英特尔所有的Lustre支持合同,包括最终用户和渠道合作伙伴。
但是,由于Lustre上周被Linux内核拒掉了,所以DDN可能需要做一些工作来赢得Linux社区的青睐。
我们认为,英特尔将Lustre移交给能够更好地给予它所需的焦点,这是向前迈出的一大步。 DDN是一家私有的、盈利的公司,专注于在HPC存储系统,涉足学术和商业领域。
现在,DDN有能力让Lustre成为IBM Spectrum Spectrum更强大的竞争对手,增加其存储访问智能并使其更具人工智能功能。
好文章,需要你的鼓励
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。