VMware Virtual SAN是一个用于VMware vSphere®环境,聚合虚拟化管理程序的新存储平台,为数据中心带来了软件定义存储的优势。凭借已认证的HGST HDD和SSD解决方案,客户能够访问唯一用于闪存加速的虚拟环境下的高容量、高性能、高弹性存储产品。
VMware存储与可用性高级总监Gaetan Castelein表示:“VMware作为HGST的合作伙伴已有多年。我们很高兴HGST的产品能够成为VMware Virtual SAN生态系统的一部分。我们希望与其展开密切的合作,因为他们推出了更多可以与我们平台进行交互操作的产品。”
用于VMware Virtual SAN的HGST硬盘认证包括五个程序:评估、性能、可靠性、兼容性和总体完整性。认证流程确保整体情况满足VMware Virtual SAN的客户要求。SAS和 PCIe硬盘有各自特殊的认证体系,而HGST是唯一一家为其SAS HDD、SSD以及PCIe SSD产品获得VMware Virtual SAN认证的供应商客户提供了对存储环境进行纵向扩展和横向扩展的灵活性,同时保持了关键应用程序的卓越性能和持久性。
企业策略集团资深分析师Steve Duplessie表示:“这不仅是HGST和VMware的胜利,也是VSAN客户的巨大胜利。客户从中获得的性能优势是无可比拟的。”
HGST闪存平台事业部高级副总裁兼总经理Mike Gustafson表示:“数据中心的未来是在所有基础设施环境中都能使数据和存储更易于使用和实现更快的访问速度,而HGST领先的设备和解决方案正在助力并加速这一进程。HGST拥有唯一完整且经过认证的存储产品组合,让各种规模的用户均能充分利用VMware Virtual SAN的先进技术。客户可以借助我们的解决方案,轻松扩展他们的虚拟机基础设施,并获得他们所期望的可靠性和性能。”
好文章,需要你的鼓励
加州大学伯克利分校研究团队开发的Pillar-0是一个突破性的医学影像AI系统,能够同时处理CT和MRI等多种影像类型的366项诊断任务。该系统采用创新的多窗技术和Atlas架构,在四种主要影像检查中准确率达86-90分,显著超越谷歌、微软等竞争对手。研究团队还开源了完整系统,为全球医学AI发展提供强大基础。
马里兰大学研究团队开发MASS系统,通过空间时间感知技术让AI具备物理学家般的视频理解能力。该系统创建了包含8361个问答对的MASS-Bench基准,将视频中的运动轨迹转换为AI可理解的语言描述,并使用强化学习训练模型的物理推理能力。实验显示经过训练的模型性能提升6-8.7%,在物理异常检测任务上甚至超越商业顶级产品,为AI视频内容审核、教育和科研应用开辟新方向。
杜克大学和字节跳动联合开发的Plan-X框架通过"语义规划器"和"视觉合成器"分工协作,解决了AI视频生成中常见的动作错乱、物体消失等问题。该系统先用多模态语言模型理解用户指令并制定详细执行计划,再由专门的视觉系统制作高质量画面。实验显示Plan-X在动作准确性、指令完整性等关键指标上显著优于现有系统,为智能视频生成提供了新的技术路径。
这项由谷歌团队领导的研究发现AI代理缺乏"预算意识",即使给予更多计算资源也无法有效利用。研究团队开发了预算追踪器和BATS框架,让AI代理能够感知和智能管理资源使用。实验显示,具备预算意识的AI代理不仅准确率更高,还能用更少资源达到更好效果,为构建经济高效的AI系统提供了重要突破。