CommVault 今日宣布,Simpana 10软件平台已成为200多家权威服务供应商的首选数据保护平台,并帮助他们为全球数百万个客户端系统提供了云端解决方案,保护了数百PB字节的数据。
此外,公司还公布了一项三管齐下的云端业务战略。该战略基于公司在软件创新领域的领先地位,通过与服务供应商的战略合作关系,推出了一系列解决方案,用于简化和保护这些服务供应商及其客户向云计算转移的过程。为了实现这一目标,CommVault利用其一体化软件平台为最为高效的云基础设施提供支持,同时通过广阔的云生态系统拓展其市场覆盖范围,并进一步加大对其云端解决方案组的投资。这一愿景源于CommVault早期对云技术的投资,而这些投资正是为了应对目前在IT消费和IaaS(基础设施及服务)领域所发生的思维模式的转变。
CommVault 董事长、总裁兼首席执行官N. Robert Hammer表示:“随着企业加快对云服务的使用,我们这个行业的格局正在发生迅速的变化。CommVault为我们的客户和合作伙伴提供了保护数据所需的能力,无论是在云端、云中或是云与云之间。Simpana软件为客户提供了一个独特的一体化平台,让他们能够查看异构企业中的所有数据。在支持最为高效的云端基础设施方面,Simpana 10的可扩展性、安全性、自动化和报告等特性都是首屈一指的。”
为了提高合作伙伴和终端用户的灵活性、可扩展性和运营效率,CommVault所开发的Simpana软件是目前市场上开放程度最高的云端数据管理平台之一。CommVault的技术被集成到一系列广泛的存储技术、云基础设施平台、操作系统、管理程序和企业应用之中,为其提供了一致的管理和报告工具,并能让整个企业通过一体化平台跨越各类异构环境访问数据。
帮助供应商和客户实现“数据管理即服务”
随着各种规模的企业和市场加快运用云基础设施来降低成本、提高速度和灵活性,CommVault致力于帮助其合作伙伴社区顺应这个日益增长的趋势。那些寻求将IT业务向云端转移的客户需要依赖服务供应商帮助他们迁移、管理和保护他们的云基础设施。CommVault已与广泛的服务供应商生态系统建立了合作关系,让他们能够有效地提供基于Simpana软件、面向各个地理区域、垂直行业和产品的“数据管理即服务”解决方案。公司的战略将通过以下举措加快云计算的推广速度:
CommVault云端解决方案组副总裁Gerry Sillars表示:“在开发云端解决方案时,我们不仅考虑了服务供应商的技术需求,而且考虑了他们的业务需求,并通过协调这两方面的需求更好地服务他们的现有和潜在客户。这样做不仅能让CommVault进入新的市场,而且符合我们与全球领先的供应商建立合作关系的宽广战略。”
微软公司Windows Azure 产品市场营销总监Vibhor Kapoor表示:“通过在Windows Azure 存储服务中部署Simpana软件,服务供应商将能帮助各种规模的客户更加安全高效地保护、归档、管理和访问他们的数据。这种结合可以为Microsoft Exchange、Microsoft SharePoint、Active Directory、SQL Server、Windows、IBM Notes、IBM Domino等重要应用中受保护和归档的数据副本提供一个中央存储位置。客户将能方便快速地搜索信息,并获得一个灵活、可扩展、可快速响应业务需求的基础设施,从而满足合规要求。”
NetApp 公司服务供应商事业部总监Gary Hocking表示:“NetApp一直致力于降低为我们服务供应商开发云端产品时的复杂性。这就要求我们与技术合作伙伴开展密切的合作,让服务供应商能够以一种一致和可重复的方式,为他们的客户提供功能丰富的服务。自NetApp四年前启动其云端业务以来,CommVault始终伴随我们左右。现在,双方的技术已被世界各地的服务供应商成功采用。”
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。