戴尔近日宣布,将与Snowflake合作开展一项新的计划,把本地存储产品组合中的数据与Snowflake Data Cloud连接起来。
Snowflake Data Cloud 是一个云原生平台,不需要单独的数据仓库和数据湖,并且可以在整个组织之间安全地共享数据。该平台让客户可以对来自各种云服务和软件即服务应用的数据集进行统一,并让任何用户都可以访问这些数据集。然后,这些数据还可以用于数据科学、数据分析、数据应用开发,以及其他用途。
Snowflake Data Cloud中的数据可以通过Snowflake Data Marketplace进一步增强,让企业允许组织发现和使用来自FactSet Research Systems、Safegraph、Zillow和Weather Source等提供商的实时数据。
戴尔在美国拉斯维加斯举行的Dell Technologies World大会上宣布了双方的合作伙伴关系,Snowflake Data Cloud用户将很快能够把来自戴尔本地对象存储阵列的数据添加到组合中,同时把这些信息保持在本地环境中以满足合规性和治理要求法规。戴尔表示,该计划相关工作将在今年下半年准备就绪,届时戴尔将与Snowflake公布有关的产品集成和联合面市方面的情况。
戴尔表示,这是此类合作的首个尝试,将为那些运营着多云环境的客户带来更高的灵活性,让他们能够像使用云托管数据一样使用本地数据,同时满足他们的数据主权要求。
Moor Insights & Strategy分析师Steve McDowell认为,虽然Snowflake不是数据仓库领域最大的厂商,但肯定是最热门的一个。他说,与戴尔的合作将对Snowflake起到帮助作用,因为此前Snowflake在管理从本地到云端的客户数据方面遇到了困难。
他说:“这是很多基于云的、数据密集型应用都面临的一个难题。因此,戴尔和Snowflake合作是一个好消息,解决了一个非常现实的需求。但在我们看到双方研究有关细节之前,还无法真正发表评论。”
有关细节目前来看,Snowflake至少承诺双方的合作将为客户带来更多价值。Snowflake公司产品高级副总裁Christian Kleinerman表示:“与戴尔的合作将让企业组织能够从他们的本地数据中获得更高的价值,同时发挥Snowflake平台的性能和简单性,以及Snowflake Data Cloud的强大协作能力。”
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。