存储业界普遍认为,除了EMC之外、只有NetApp能够单纯运用自己的存储技术积累构建起存储平台。然而如今Pure Storage也希望参与进来,这家依靠全闪存阵列产品起家的新兴企业表示,他们打算努力成为下一家拥有自己存储平台的厂商。
NetApp手中握有历史悠久的存储系统产品、一大批忠实的客户以及由供应商与相关支持培训厂商构成的生态系统。
而自NetApp之后,全部存储新兴企业都只有以下几条道路可以选择:要么被收购、要么组织首轮公开募股并忍受股价萎缩、要么不进行公开募股并忍受股价萎缩,再就是固守在规模相对较小的利基市场当中。
因此,此次发布的公告对于Pure无疑是个绝佳的市场推广机遇。不过这一切真如表面上所见吗?要想获得成功,他们尚需作出哪些努力?下面是我们对此给出的答案:
要想真正成为一家平台存储厂商,Pure当前最重要的一项任务就是在产品销售与市场推广以及技术开发方面带来优于竞争对手的实际表现。就目前来看,其竞争对手可能包括:EMC与Solidfire、NetApp与Violin,再加上IBM、思科、华为、Skyera以及其它厂商。此外,Pure还需要确保其竞争对手Kaminario不会在利基市场上迅猛发展并逐步迈向更为广泛的企业级产品领域。
说了这么多,Pure到底有没有可能完成这一系列挑战?在我们看来,其面临的最大难题包括服务器-SAN方案、公有云计算以及开发出足以超越众多竞争对手技术水平的产品成果——这基本上涵盖了全部存储硬件厂商。因此,我们要为Pure的命运划下一个大大的问号。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。