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
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。