纠删码计算器
参考硬件
On-Prem Iceberg 案例： 成本、控制和性能
随着企业数据计划的扩展，许多企业发现云湖屋并不总是性能、合规性或成本的最佳选择。而这正是本地部署 Iceberg 架构的优势所在。
阅读更多...
AIStor 的模型上下文协议 (MCP) 服务器：管理功能
在本系列的上一篇博文中，我们讨论了 MinIO AIStor 的模型上下文协议 (MCP) 服务器的基本用户级功能。我们学习了如何使用人类语言命令查看存储桶的内容、分析对象并标记它们以便将来处理，以及如何通过 LLM（例如 Anthropic Claude）与集群进行简单的交互。
阅读更多...为 MinIO AIStor 引入模型上下文协议（MCP）服务器
Anthropic 最近宣布的模型上下文协议 （MCP） 将改变我们与技术交互的方式。它允许自然语言通信替换许多任务的复杂命令行语法。不仅如此，语言模型还可以总结传统工具的丰富输出，并以人类可读的形式呈现关键信息。
阅读更多...利用 Materialize 和 MinIO AIStor 构建高性能内部数据管道
Materialize 是一个专为实时数据集成和转换而设计的软件平台。它允许您仅使用 SQL 创建业务任何方面的最新视图。
阅读更多...针对对象存储的 Deepseek 式强化学习
tl;dr：我们训练一个小LLM玩家，让他们擅长使用强化学习（类似于导致 Deepseek R1 的过程）进行推理，所有这些都针对本地模型存储库 AIStor AIHub。
阅读更多...英伟达™（NVIDIA®）GPUDirect 存储和 MinIO AIStor： 释放 GPU 驱动
在当今 AI 驱动的企业环境中，资源优化已从理想的目标演变为运营的当务之急。随着组织扩展其人工智能计划以满足不断增长的创新需求，计算资源的高效编排直接影响运营性能和模型精度。
阅读更多...MinIO AIStor： 利用英伟达™（NVIDIA®）BlueField-3 DPU 率先开发
Arm 架构正在彻底改变超大规模云，这得益于其总拥有成本 （TCO） 优势（更低的功耗和更低的冷却要求），从而实现了可持续的大规模高性能计算。AWS、Azure 和 GCP 等行业领导者正在采用 Arm 来驱动其用于 AI 训练的最新计算实例，利用其效率来满足数据密集型工作负载的需求
阅读更多...AIStor 与 NVIDIA NIM™ 集成
基于 AIStor 强大的 AI 功能，MinIO 的 PromptObject 使用户能够通过自然语言查询与他们的数据进行交互，如此处所述。PromptObject 允许用户使用自然语言询问有关其数据内容的问题并提取信息，从而改变了用户与存储对象的交互方式，无需编写复杂的查询或代码
阅读更多...借助 AIStor 和英伟达™（NVIDIA®）GPU，企业人工智能基础架构变得简单易行
寻求利用 AI 功能的现代企业通常面临一个重大障碍：在其 Kubernetes 环境中复杂地部署和管理 GPU 基础设施。MinIO 的 AIStor 通过集成 NVIDIA GPU Operator 来正面应对这一挑战，彻底改变了组织为 AI 工作负载部署和管理 GPU 资源的方式
阅读更多...介绍 MinLZ 压缩算法
存在不同类型的压缩算法和非常好的实现。在 MinIO，我们已经使用了 Snappy 的增强版本，它一直为我们服务良好。但随着时间的推移，我们发现了一些可能的改进，可以更好地对压缩数据进行编码
阅读更多...