擦除码计算器 
参考硬件 使用 MinIO 企业对象存储防火墙进行负载均衡
企业对象存储防火墙中的负载均衡器解决了网络瓶颈问题。在 Kubernetes 这样的云原生环境中，企业防火墙可以非常容易地启用负载均衡，而无需对您的应用程序二进制文件或容器映像进行任何修改。
阅读更多...
分析 Insight Partners 2024 年企业技术现状报告
Insight Partners 团队刚刚发布了他们 2024 年企业技术现状报告。这份报告包含 60 多张幻灯片，内容丰富，但我们挑选了一些对我们的受众来说应该很有趣的东西 - 坦白地说，里面有很多有趣的东西。 我会留给您阅读调查方法方面的内容，但
阅读更多...借鉴 Kafka 的经验：AutoMQ 和 MinIO 如何解决成本和弹性挑战
AutoMQ 通过使用 MinIO 的对象存储来增强 Kafka 的架构，降低成本，提高弹性，同时保持 Kafka API 兼容性。这种组合提供了可扩展、安全且高效的数据流，非常适合各种云环境。
阅读更多...Iceberg 的崛起：改变数据架构
Iceberg 正在将市场的关注点转移到可扩展的云原生存储。这种转变导致了查询引擎的商品化，为用户提供了更大的灵活性、更优惠的价格和创新。
阅读更多...使用 MinIO、Langchain 和 Ray Data 构建分布式嵌入子系统
嵌入子系统是实现检索增强生成所需的四个子系统之一。它将您的自定义语料库转换为可以搜索语义含义的向量数据库。其他子系统包括用于创建您的自定义语料库的数据管道、用于查询向量数据库以向用户查询添加更多上下文信息的检索器，最后是
阅读更多...目录的“IT”时刻及其对对象存储和 AI 的意义
目录正在彻底改变现代数据湖，行业巨头如 Databricks 和 Snowflake 正在采用 Apache Iceberg 的目录 REST API。对开放标准的承诺增强了性能，促进了创新，并改变了 AI 和 ML 的数据管理方式。
阅读更多...深入了解：MinIO 企业对象存储可观察性
可观察性就是收集信息（跟踪、日志、指标），目的是提高性能、可靠性和可用性。
阅读更多...使用 SVE 将 ARM 引入 MinIO 的 AI 数据基础设施
MinIO 性能卓越的原因之一在于，我们进行了其他公司不愿或无法进行的细致工作。从 SIMD 加速到 AVX-512 优化，我们都克服了技术难关。最近，ARM CPU 架构的最新发展，特别是可扩展向量扩展 (SVE)，为我们带来了提升性能和效率的重大机遇。
阅读更多...新私有云架构师指南
这篇文章最初发表在 The New Stack 上。几年来，“私有云” 一词一直带有负面含义。但众所周知，技术更像一个轮子，而不是一支箭，正如预期的那样，私有云正在获得大量关注，而且都是正面评价。统计数据很清楚，Forrester 2023 年基础设施
阅读更多...使用强大的语义层增强现代数据湖
现代数据湖中的语义层为原始数据提供了上下文和结构，对于 AI 模型训练、数据管理和数据治理等关键数据计划至关重要。统一的策略和强大的基础设施对于有效实施语义层至关重要。
阅读更多...OpenShift 的应用商店：OperatorHub 中的 MinIO
简而言之，OperatorHub 与 OpenShift 的关系就如同 App Store 与 Apple 的关系。通过 Web 控制台界面，可以从集群外部源拉取 Operator，将其安装并订阅到集群中，并使其准备好在部署环境中供工程团队自助管理产品。
阅读更多...构建现代数据湖的架构
现代数据湖融合了数据仓库和数据湖的特点，并使用对象存储来管理所有数据。使用对象存储构建数据仓库是通过 Apache Iceberg、Apache Hudi 和 Delta Lake 等开放式表格格式 (OTF) 实现的，这些格式一旦实施，便可以使对象存储无缝地用作
阅读更多...使用 Snorkel 和 MinIO 进行以数据为中心的 AI
如今，业界都在谈论大型语言模型及其编码器、解码器、多头注意力层以及数十亿（很快将达到万亿）个参数，很容易让人认为，优秀的 AI 仅仅是模型设计的结果。不幸的是，情况并非如此。优秀的 AI 不仅仅需要精心设计的模型，还需要构建良好的训练
阅读更多...MinIO 超越边界
Boundary 帮助记录 SSH 会话，以满足合规性要求并提高安全保障。这些会话存储在 MinIO 中，以便在发生数据泄露事件时快速检索以进行审计。
阅读更多...Databricks 收购 Tabular 的意义：数据中开放框架的胜利
Databricks 收购 Tabular（由 Apache Iceberg 的创建者创立），突出了开放框架在现代数据湖设计中的重要性。开放框架确保互操作性、灵活性和简便性，使那些利用数据进行 AI 的人受益。
阅读更多...机器学习运维 (MLOps) 架构师指南
MLOps（机器学习运维的简称）是一套实践和工具，旨在解决构建模型并将其投入生产的工程师的特定需求。一些组织从少数自制工具开始，在每次实验后对数据集进行版本控制，并在每次训练 epoch 后对模型进行检查点。另一方面，许多组织选择
阅读更多...迁移到 AI 就绪型基础设施：从 Hitachi Content Platform 迁移到 MinIO
使用 HCP 到 MinIO 工具从 Hitachi Content Platform (HCP) 迁移到 MinIO。鉴于 MinIO 提供了针对 AI 优化的现代、可扩展、高性能存储，迁移是一个明智之举。
阅读更多...使用 MinIO 赢得 RAG 权利
在本博文中，我们将演示如何使用 MinIO 使用商品硬件构建基于检索增强生成 (RAG) 的聊天应用程序。
阅读更多...AI 建立在对象存储上的真正原因
tl;dr: 在本文中，我们将探讨 AI 工作负载依赖于高性能对象存储的四个技术原因。1. 无限制的非结构化数据在当前的机器学习范式中，性能和能力与计算能力成正比，而计算能力实际上是数据集大小和模型大小的替代指标（神经语言模型的缩放规律，Kaplan 等人）。在
阅读更多...GenAI 技术栈架构师指南 - 十个工具
这篇文章最初发表在 2024 年 6 月 3 日的 The New Stack 上。我之前写过关于现代数据湖参考架构的文章，解决每个企业面临的挑战——更多数据、老化的 Hadoop 工具（特别是 HDFS）以及对 RESTful API（S3）和性能的更高要求——但我希望填补一些空白。现代数据湖，有时被称为
阅读更多...