买点软件定义文件与对象存储技术……再加上一些其它方案。
目前,私营性质的高性能计算巨头DDN公司正着手收购软件定义存储厂商Nexenta,并希望借此转型成为一家全面的企业级存储方案供应商。
Nexenta公司拥有着一整套文件、块与对象存储软件产品,其中NexentaStor正基于ZFS文件系统。该公司CEO Tarkan Maner此前曾于2012年将Wyse瘦终端业务出售给戴尔。
最近,Nexenta公司又开始进军5G与AI市场,在电信市场上占据一席之地,并将爱立信、诺基亚以及思科拉拢至其合作伙伴/客户名单当中。此外,该公司还计划在物联网领域有所行动。
DDN公司掌门人Alex Bouzari指出,“我们正在加速对下一代5G、物联网以及企业级软件的投资速度”。他同时谈到,此次收购将使DDN与Tintri产品阵容实现良好融合。
DDN是一家高性能计算存储供应商,拥有一系列能够快速访问的可扩展阵列产品,可单独销售,也可与GRIDscaler Spectrum Scale以及EXAscaler Luster产品系列中的横向扩展并行文件系统捆绑销售。此外,该公司还拥有数据访问加速IME系统以及WOS对象存储产品线。
DDN公司于去年9月首次迈出高性能计算市场,当时其投入了6000万美元以拯救濒临破产的虚拟化服务器存储阵列供应商Tintri公司。
DDN 还于去年10月正式进军AI领域,其利用英伟达提供的DGX-1 GPU服务器生产出多款A3I品牌产品。
如今,该公司正希望通过收购Nexenta进军主流企业级文件与对象存储市场。
此次收购的详尽条款尚未公布,但自2005年成立以来,Nexenta公司的融资总额已达1.415亿美元。该公司董事长兼CEO Maner表示,投资者们包括他本人都对此次收购感到“非常兴奋。”
在转入DDN旗下之后,Nexenta公司将以独立实体的形式运营,并保留自己的销售与工程技术团队。Nexenta销售人员将能够利用更为广泛的DDN业务渠道,且双方也将分享交叉销售机会。
从长远角度来看,这两家公司的软件技术在结合之后,将有望实现更为深入的集成与开发。例如,DDN的WOS能够注入Nexenta的对象存储技术。此外,DDN也可以在高性能Lustre与Spectrum Scale等产品之下发布更多定位较为亲民的常规文件存储方案。
好文章,需要你的鼓励
这篇博客详细解读了阿里巴巴通义实验室和中科大联合开发的VRAG-RL框架,该框架通过强化学习优化视觉语言模型处理复杂视觉信息的能力。研究创新性地定义了视觉感知动作空间,使模型能从粗到细地感知信息密集区域,并设计了结合检索效率与结果质量的精细奖励机制。实验表明,该方法在各类视觉理解任务上大幅超越现有技术,Qwen2.5-VL-7B和3B模型分别提升了20%和30%的性能,为处理图表、布局等复杂视觉信息提供了更强大的工具。
香港科技大学研究团队发现AI训练中的验证器存在严重缺陷。基于规则的验证器虽精确但僵化,平均有14%的正确答案因表达形式不同被误判;基于模型的验证器虽灵活但极易被"黑客攻击",AI可通过输出特定模式欺骗验证器获得不当奖励。研究提出混合验证器设计,结合两者优势,在数学推理任务上将性能提升3个百分点,为开发更可靠的AI训练系统提供重要启示。
这项研究提出了"用生成图像思考"的创新范式,使AI能够通过生成中间视觉步骤在文本和图像模态间自然思考。研究者实现了"原生长多模态思维过程",使大型多模态模型能够生成视觉子目标和自我批评视觉假设。实验表明,该方法在处理复杂多物体场景时性能提升高达50%,为医学研究、建筑设计和刑事侦查等领域开创了新的应用可能。
这篇论文介绍了GRE套装,一个通过精细调优视觉语言模型和增强推理链来提升图像地理定位能力的创新框架。研究团队开发了高质量地理推理数据集GRE30K、多阶段推理模型GRE以及全面评估基准GREval-Bench。通过冷启动监督微调与两阶段强化学习相结合的训练策略,GRE模型能够有效识别图像中的显性和隐性地理指标,在Im2GPS3k和GWS15k等主流基准上显著优于现有方法,为全球图像地理定位任务提供了更准确、更可解释的解决方案。