微软正在向 OCP(开源计算项目,Open Compute Project) 发布 “Project Zipline” 数据压缩算法 ,以及相关的硬件规格和源码。
微软正在开源云压缩算法,并优化着云存储的硬件实现。微软将该算法命名为 “Project Zipline”,加上相关的硬件规范和源码发布到 OCP。
OCP 公布开放硬件设计,致力于省成本地构建数据中心。微软于 2014 年加入 OCP,是该组织 交换机抽象接口(SAI) 项目的创建者。目前,OCP 已经发布了主板、芯片组、电缆、通用插座、连接器和开放式网络和交换机的规范。
微软官方在一篇博文表示,“Project Zipline” 是针对各种数据集进行了优化的前沿压缩技术,发布的 RTL (寄存器传输语言,Register Transfer Language)允许硬件供应商使用参考设计来生产硬件芯片,以达到最高的压缩、最低的成本和算法功耗。
Zipline 压缩技术预计可以进入到各种市场,比如网络数据处理、智能固态硬盘、档案系统、云设备、通用微处理器和边缘设备等,微软希望 Open Compute Project 社区可以为该算法和规范做出贡献。
在此之前,微软发布并对加密微控制器标准 “Project Cerberus" 做了贡献。官方将 Cerberus 视为 Project Olympus 的下一阶段。微软的数据中心服务器设计为 Project Olympus 做着贡献,其 FV2 虚拟机系列在 Azure 中就 部署了 Project Olympus 硬件 。
据了解,“Project Zipline” 项目的发布是为了配合2019年开放计算项目全球峰会(The Open Compute Project Global Summit 2019)的启动。去年这个峰会,微软推出了标准化 SSD 固件接口的规范 “Project Denali”。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
PYTHON3:数据分析与机器学习实战
龙马高新教育 / 北京大学出版社 / 2018-9-1 / 69.00
机器学习(Machine Learning, ML)是一门多领域交叉学科,是人工智能的核心,其应用遍及人工智能的各个领域,专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。在机器学习过程中,需要使用大量数据,而数据分析是指用适当的方法对收集的大量数据进行分析,提取有用信息并形成结论,进而对数据加以详细研究和概括总结的过程。本书结合机器学......一起来看看 《PYTHON3:数据分析与机器学习实战》 这本书的介绍吧!