Google Cloud托管式Lustre现已正式上线,该服务基于DDN的EXAScaler软件构建。
该项目最初于今年4月宣布,旨在为Google Cloud提供文件存储和快速访问服务,面向构建AI、生成式AI和高性能计算应用的企业和初创公司。Lustre是一个开源并行文件系统,具备高吞吐量和低延迟特性。作为Lustre的主要维护者,DDN利用该技术运行其横向扩展的EXAScaler阵列硬件。
DDN联合创始人兼总裁Paul Bloch表示:"通过将我们的EXAScaler技术以完全托管服务的形式提供给Google Cloud客户,我们正在帮助各行业组织加速创新,而无需承担管理复杂基础设施的负担。"
Google Cloud托管式Lustre专为紧密耦合的高性能计算工作负载以及AI训练和推理而设计。该服务可提供高达1TBps的读取吞吐量,延迟小于1毫秒,存储容量可从18TiB扩展至8PiB以上。通过多个性能层级(125MBps/TiB到1,000MBps/TiB),客户可以根据其AI、仿真或分析工作负载的特定需求定制性能。
该服务具备POSIX兼容性,并与Google Cloud计算引擎、Google Kubernetes引擎(GKE)、IAM、VPC服务控制以及Vertex AI平台等Google服务实现原生集成,同时支持Google Cloud的Nvidia GPU服务器。Vertex AI是一个综合的数据工程、数据科学和机器学习工程工作流平台,用于训练、部署和定制大语言模型以及开发AI应用。
Google Cloud托管式Lustre支持Terraform、与Google Cloud Storage的批量数据传输,以及用于GKE的托管CSI驱动程序。该服务提供99.9%的可用性服务级别协议。
Nvidia加速计算产品总监Dave Salvator表示:"通过整合DDN的企业级数据平台和Google的全球云能力,组织可以轻松访问大量数据,并在Google Cloud上利用Nvidia AI平台释放AI的全部潜力——缩短洞察时间,最大化GPU利用率,降低总体拥有成本。"
Google Cloud表示,它还提供另外两个并行文件系统——DDN Infinia和基于IBM Storage Scale的Sycomp Storage。Infinia和Storage Scale都在Google Cloud市场中提供,但都不是Google托管服务。
本地DDN客户能够根据需要将其EXAScaler工作负载迁移到Google云端。
客户可以直接通过Google Cloud控制台部署实例,或与Google Cloud或DDN代表联系获得定制化指导和支持。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。