开源之道(2016.6.12)

异构的存储难以聚合的困境;印度政府采用自由和开源软件的经济影响;

声明:本博客言论,仅代表我自己,不管任何其它!


文章点评

异构的存储难以聚合的困境

原文链接:Heterogeneous Storage Analytics Difficult to Gather

适兕点评:

开明宗义,知识就是力量,但是当你的知识是碎片化、东拼西凑出来的话,就很难成为力量。 这篇文章谈到了现在存储的症结——多样化的异构:混合着软件定义存储、传统的商业存储、flash或混合的盘阵、再加上流行的云存储,以及采用的不同类型的存储网络。带来的挑战:

  1. 如何能够简化管理,从这些设备上收集统计数据。
  2. 从中收集有价值的信息。

举例而言,第一种情况如不同的网络协议:Fibre Channel, iSCSI, FCoE, NFS, SMB,或者是基于云的存储服务,如AWS的S3;第二种情况如不同的数据格式: CSV, HTML or XML,Json,以及SQL,NoSQL等。

Storage Switzerland 分析师最后并没有给出解决这个问题的答案,只是说都是要付出代价的。

foss

报告:印度政府采用自由和开源软件的经济影响

原文链接:Economic Impact of Free and Open Source Software Usage in Indian Government

适兕点评:

阅读如此的报告,会难免和自己所在的地方作对比,比如本土竟是披着国产、民族大旗的“开源软件”公司,让你啼笑皆非。不谈也罢。

看报告就会想到年轻的自己,冲动的自己,以数据说话本应是一名工程师应有的能力,但是往往拍案而起,最后造成Boss的误解。应该深刻反思自己写报告和说服人的能力,尤其是看到华为的企业视角看到的开源 ——华为开源5年实践经验,更加的应该汗颜。要有耐心的以理服人。不要冲动!

哦,对了,文中谈到世界各国政府都以各种理由采用FOSS,如增进电子政务的效率、避免厂商锁定,提倡创业精神;促进民主和社会技术联盟;和ICT技能转移到未得到服务的人口。我想这话一定是没有谈到它东边的邻国。

微软的人工智能工具包可利用多GPU性能

原文链接:Microsoft’s AI Toolkit Gains Multi-GPU Performance Jump

适兕点评:

又是深度学习的内容,微软开源的工具: Computational Network Toolkit又发布了新的版本,可以使用诸如Nvidia的多GPU的能力。又是GitHub上的开源。