4月24日,浪潮在北京举办“感知变化 自主创赢”为主题的全新存储产品发布会,正式推出全新AS500系列、AS1000 系列、AS8000系列及AS10000系列存储 新产品,展示业界领先的解决方案及创新的产品技术理念,来自业界专家、客户代 表、渠道合作伙伴代表、业界主流媒体的超过200多位嘉宾人出席了本次大议。
随着云计算、大数据等前沿技术在我国各大行业逐渐落地,信息数据增长量已经超出了原有架构的极限,新一代海量数据存储系统逐渐成为未来数据中心升级的重点。清华大学舒继武教授在演讲时指出:“以智慧城市、互联网为应用代表的新一代数据中心拉动了整个IT产业的增长,而高效能、高利用率、高扩展和自动化管理的海量存储平台,将是保证虚拟化、云计算、大数据存储投资回报和处理能力的重要因素,但我们的数据却‘裸 奔’在别人的庭院里,这需要我们深刻认识到产品可控和数据安全的重要性。”
伴随着“棱镜门”事件的持续发酵,国内企业必须要加速国产化替代,这是一种责任,也是一种动力。在这个战略机遇期,浪潮紧紧把握国家对国产化高度重视的良好机遇,积极丰富存储产品线,从高端的海量存储到中端的在线集中存储,再到数据保护、业务整合领域,浪潮把研发和推广安全可控的存储系统作为首要任务和长期任务来抓。浪潮此次发布的四大系列存储产品适用于各种规模下的创新应用场景,从中小企业虚拟化实践到大型数据中心云平台和灾备体系建设,浪潮核心技术将全面降低数据存储和处理工作中的各类风险。
AS500系列:针对入门级和中小型虚拟化、数据库等场景的低成本需求,浪潮自主研发的SAN存储产品AS500系列随需而变,充分满足客户对性能及容量的不同需求,同时支持FC+IP混合存储架构,并具备快照、卷复制、数据镜像等数据保护软件功能。
AS1000系列:为了满足云计算环境下,大型虚拟化、数据库等对性能要求较高的应用,浪潮AS1000系列存储系统采用了业界先进的16Gb FC主机接口技术,主机访问存储性能较上一代8Gb FC技术提升一倍,实测带宽高达12GB/s,百万级别IOPS;后端磁盘通道采用12Gb SAS 技术,存储控制器与磁盘柜之间每通道带宽提高一倍。同时AS1000系列提供五个9 的可靠性,为客户应用提供高可靠性存储系统。
AS8000系列:AS8000系列是浪潮推出的新一代虚拟化整合存储产品,支持业界几乎所有光纤存储设备的整合,以统一资源池模式对外统一提供服务;此外还能够将自身的高级数据管理功能应用到外部的异构存储资源上,具有了存储利旧整合、自动精简配置、同步/异步灾备、数据在线压缩、数据无缝迁移5大特性, 是“两地三中心”容灾平台的首选。
AS10000系列:作为海量存储系统实现技术突破的新一代成果,为云计算、大数据业务中的结构化数据量身打造的 AS10000、AS13000,AS10000系列采用了多控制器横向扩展架构,实现性能和容量的线性增长;同时提供副本自动感知,三方分离架构等具有创新应用价值的技术,为客户应用提供更高级别的数据保护。本次发布会是浪潮技术创新能力的一次全新展示,是感知用户应用环境变迁之后,浪潮在存储产品线性能、存储容量、 安全可靠和管理技术上的又一次进化和全面升级。
作为中国存储市场的先行者,浪潮不但勇于承担我国存储产业实现安全可控、国产化的历史责任,更能认真研究市场发展和客户需求,积极推进存储产业的创新发展,进行产品线整合,建立面向不同市场、实现不同存储功能的细分产品系列。未来,浪潮不但会在云计算中心架构升级、软件定义存储等领域积极展开全面应用推广,更将致力于推动和引领国产化替代。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。