任何组织遭受网络攻击已不是"是否会发生"的问题,而是"何时发生"以及"多快恢复"的问题。
即使很短时间的应用和服务中断也会给企业造成巨大的破坏。因此,能够在几分钟而不是几小时甚至几天内让所有系统恢复在线运行,成为了企业韧性的关键。
但现代工作负载需要越来越大的数据量才能高效运行。过去只需要几 GB 的关键信息,现在则需要 PB 级别的数据,而确保在发生网络安全事件时能够立即恢复所有这些数据绝非易事。
Infinidat 的下一代数据保护和恢复企业存储解决方案正是为解决这一挑战而生,它使用基于 AI 的深度机器学习技术来加速恢复过程。该公司表示,其核心是 InfiniSafe 网络韧性和恢复存储解决方案,提供不可变快照恢复、本地或远程气隙以及隔离取证环境,以实现近乎即时的网络攻击恢复服务级别协议 (SLA) 保证。
InfiniSafe 自动化网络保护 (ACP) 使用应用程序接口 (API) 与多种第三方安全运营中心 (SOC)、安全信息和事件管理 (SIEM) 以及安全编排和响应 (SOAR) 平台集成。它会根据网络安全软件包的输入自动触发即时不可变数据快照。然后,您可以将其配置为使用 InfiniSafe Cyber Detection 开始对这些不可变快照进行基于 AI 的扫描,以检测是否存在恶意软件或勒索软件。
这些功能得到了 InfiniBox 存储阵列的补充,该阵列使用原生软件定义的操作系统、Neural Cache 和三向主动控制器架构,可确保在一分钟内完成不可变快照恢复。
好文章,需要你的鼓励
亚马逊云服务部门与OpenAI签署了一项价值380亿美元的七年协议,为ChatGPT制造商提供数十万块英伟达图形处理单元。这标志着OpenAI从研究实验室向AI行业巨头的转型,该公司已承诺投入1.4万亿美元用于基础设施建设。对于在AI时代竞争中处于劣势的亚马逊而言,这项协议证明了其构建和运营大规模数据中心网络的能力。
Meta FAIR团队发布的CWM是首个将"世界模型"概念引入代码生成的32亿参数开源模型。与传统只学习静态代码的AI不同,CWM通过学习Python执行轨迹和Docker环境交互,真正理解代码运行过程。在SWE-bench等重要测试中表现卓越,为AI编程助手的发展开辟了新方向。
当今最大的AI数据中心耗电量相当于一座小城市。美国数据中心已占全国总电力消费的4%,预计到2028年将升至12%。电力供应已成为数据中心发展的主要制约因素。核能以其清洁、全天候供电特性成为数据中心运营商的新选择。核能项目供应链复杂,需要创新的采购模式、标准化设计、早期参与和数字化工具来确保按时交付。
卡内基梅隆大学研究团队发现AI训练中的"繁荣-崩溃"现象,揭示陈旧数据蕴含丰富信息但被传统方法错误屏蔽。他们提出M2PO方法,通过改进数据筛选策略,使模型即使用256步前的陈旧数据也能达到最新数据的训练效果,准确率最高提升11.2%,为大规模异步AI训练开辟新途径。