2014SNW大会以“融合定义新存储”为主题,全面阐释与存储相关IT技术的未来趋势
由全球网络存储工业协会(SNIA)和计算机世界报社共同主办的“SNW2014中国”大会2014年6月19日在北京国际饭店召开。大会以“融合定义新存储”为主题,邀请了国际、国内的存储、云计算和大数据专家,全面阐释了大数据、云计算及存储的新的发展趋势,融合存储。融合基础架构、闪存、云存储等创新技术成为大会的重点话题。会议分为大会主题演讲、高峰对话、技术讲座、SNIA存储课堂和存储厂商解决方案现场展示等环节,吸引了来自国内各应用行业的IT用户代表、存储领域的应用技术人员和研究人员、与存储相关的系统集成商和厂商以及媒体记者到会聆听。
计世传媒集团总裁万鹏远表示:“当今的时代是一个融合的时代,各种技术的融合、IT软硬件的融合,以及IT基础架构的融合,造就了新的IT产品形态,带来了创新的技术,展现了新的发展趋势。我们注意到,在存储和数据中心领域,融合无处不在,而融合又为存储带来了创新,今天的存储已经不再只是传统意义上的‘保存数据’那么简单,而是赋予了更多、更新的使命。”
SNIA中国联合主席尤昉女士也表示:“存储产业正经历一场深刻的变革,传统的企业存储随着IT新趋势的出现,原有的设计和架构以及技术都面临严峻的挑战。与此同时,原有的产品形态和技术之间的界限也变得模糊。因此,融合就成为一种趋势,并且是多种层次的融合,这种融合的解决方案配合新的业务需求,最终将给用户带来价值。”
SNW(StorageNetworkingWorld)大会是由美国ComputerWorld和SNIA共同发起的存储业界最具影响力的存储盛会,曾在美国、欧洲等地多次举办,进入中国也有10年时间,已成为每年存储业界的一道技术盛宴,它荟萃了存储领域的新技术和新产品,反映了存储领域的最新发展趋势,是存储技术未来发展的风向标。
来自戴尔、英特尔、惠普、HGST、亚马逊、腾讯等公司的专家在本届SNW大会上做了精彩的主题演讲。戴尔(中国)有限公司亚太区存储业务部技术总监许良谋以“闪存释放数据价值”为题,开始了本次大会的主题演讲,凸显闪存在下一代技术革命中的作用;英特尔通信和存储基础设施集团(CSIG)存储事业部亚洲技术营销经理蔣翔宇则做了“英特尔探索存储革新之道”的主题演讲,着重介绍了智能存储、横向扩展、非易失性内存以及软件定义等技术趋势;中国惠普存储部门的掌门人,惠普企业集团中国区副总裁、存储产品事业部总经理黄强,以“惠普融合存储:迎接新形态IT的改变”主题阐释了IT新形态下企业所面临的挑战;HGST公司亚太区产品营销总监黄庆民在“存储新锐技术”的演讲中,讲述了硬盘厂商如何用创新技术应对新趋势的挑战。
亚马逊中国首席云计算顾问方国伟和腾讯云北京研发中心总监郑立峰是大会特别邀请的演讲嘉宾,他们分别介绍了亚马逊互联网存储服务和腾讯大数据及云存储背后的故事,与大会听众进行了精彩的技术和经验分享。在SNIA存储课堂上,SNIA技术专家、来自天云科技大数据售前总监王淳介绍了大数据的落地应用。
在本届大会上,有来自著名存储厂商的8款产品和解决方案获得了SNW优秀产品和优秀解决方案奖。关于大会的详细内容,请关注大会官方网站:http://www.ccw.com.cn/event/snw2014/。
好文章,需要你的鼓励
大多数用户只使用计算机预装的操作系统直到报废,很少尝试更换系统。即使使用较老版本的Windows或macOS,用户仍可通过开源软件获益。本文建议通过重新安装系统来提升性能,Mac用户可从苹果官方下载各版本系统安装包,PC用户则建议使用纯净版Windows 10 LTSC以获得更长支持周期。文章强调备份数据的重要性,并推荐升级内存和固态硬盘。对于老旧系统,应替换需要联网的内置应用以降低安全风险,定期进行系统维护清理。
新加坡南洋理工大学研究团队提出"棱镜假设",认为图像可像光谱一样分解为不同频率成分,低频承载语义信息,高频包含视觉细节。基于此开发的统一自编码系统UAE,通过频率域分解成功统一了图像理解和生成能力,在多项基准测试中超越现有方法,为构建真正统一的视觉AI系统提供了新思路,有望推动计算机视觉技术向更智能统一的方向发展。
微软杰出工程师Galen Hunt在LinkedIn上宣布,目标是到2030年消除微软所有C和C++代码。公司正结合AI和算法重写最大的代码库,目标是"1名工程师、1个月、100万行代码"。微软已构建强大的代码处理基础设施,利用AI代理和算法指导进行大规模代码修改。该项目旨在将微软最大的C和C++系统翻译为内存安全的Rust语言,以提高软件安全性并消除技术债务。
芝加哥伊利诺伊大学团队提出QuCo-RAG技术,通过检查AI训练数据统计信息而非内部信号来检测AI回答可靠性。该方法采用两阶段验证:预检查问题实体频率,运行时验证事实关联。实验显示准确率提升5-14个百分点,在多个模型上表现稳定,为AI可靠性检测提供了客观可验证的新方案。