用比喻的方式来形容,硬盘驱动器制造商就像是枪炮武器、总会不停在军火经销商之间来回转移。换句话来说,他们的客户、也就是那些买进驱动器再将其安放进存储设备的企业,必须加倍小心、免得这些能量巨大的部件出了问题。
让我们看看目前整个业界的发展方向:
· 希捷收购了Xyratex并出售其ClusterStor高性能计算与企业级大数据阵列产品。
· HGST集合Amplidata与Avere技术之力开发出一款对象存储阵列。
· 希捷收购LaCie并销售后者的台式与机架式存储系统系列产品。
· 希捷推出新的NAS设备产品线。
· 西部数据公布一条NAS产品线。
当然,目前驱动器制造商仍然表示他们不会与主流存储阵列制造商构成竞争关系,其中包括戴尔、EMC、富士通、HDS、惠普、IBM以及NetApp,同时也不会站在其它存储阵列及自主构建附件客户的对立面,其中包括DotHill、Imation(Nexsan)、华为、Synology以及其它一些来自台湾的技术厂商。
但我们的意见是,请大家千万别轻松听信这样的承诺。驱动器业务领域的竞争一直相当激烈,各参与厂商间可谓势同水火。尽管行业规模相当庞大、驱动器产品销售数量也总能保持在数百万级别,但单一产品所能带来的利润其实非常有限、各厂商被迫像鬣狗般疯狂掠夺并汲取每一丝营养。不过令人难以接受的是,他们发现自己以X美元出售给设备制造商的驱动器在作为存储阵列组成部分并搭配软件之后,身价就瞬间上涨为2X美元、3X美元甚至是4X美元——就连“不知道多少X美元”的价位也是有的。想想自身在这一过程中失去的利润,调整堆栈定位自然成了非常合乎逻辑的收益提振方针。
把驱动器一块块塞进托盘当中根本没啥难度,存储设备供应商也不可能蠢到想靠这个来获取利润。真正的关键在于配套软件。希捷通过收购Xyratex及其所拥有的Lustre及阵列管理技术成果解决了这一难题。与Amplidata的协作则为HGST搭起一条通往对象存储软件的桥梁。NAS代码属于在售商品,而收购LaCie则让希捷拿到了购买资格券。
冲击家庭及小型企业存储服务器显然不是主流商业存储阵列供应商的兴趣点所在; 这部分市场的利润率实在太低,销售渠道的铺设与拓展也需要高昂的成本。有鉴于此,EMC决定凭借其Iomega业务同联想方面建立合作关系,并借助后者的渠道网络进入这部分市场。然而磁盘制造商所拥有的在线及实体驱动器产品销售体系能够相对更轻松地与家庭用户及中小型企业NAS业务相对接,并乐于看到此类产品为其磁盘带来的可观附加价值。
随着信心的逐步建立,他们希望进一步对自身技术堆栈作出调整并抛开主流阵列制造商毅然投身于此类业务。作为DDN、Panasas以及克雷三方的竞逐战场,高性能计算存储就是这样一块擂台、希捷甚至为了能参与其中而收购了Xyratex。对象存储又是另一片类似的环境,除了通过收购Xyratex介入的希捷之外、越来越多制造商的涉足让HGST感到相当焦虑——例如NetApp E系列产品的推出。
毕竟EMC拥有Atmos与Centera,而HDS与惠普双方都拥有自己的对象存储产品线。一场激烈的搏杀已经只是时间问题,而擂台之下希捷同西数-HGST也在积极筹备自己的登场。
如果希捷的ClusterStor在大数据领域切实拥有实际优势,那么将能够比较轻松地顺利进入与大数据相邻的企业级市场。数据库?也没什么问题嘛。归根结底,这些负载的本质还是将数据写入至磁盘碟片中、再在必要时对其加以读取,字节复字节、字节何其多……
如果HGST的Active Appliance在处理在线冷门存储数据时表现良好,并将其以2.5英寸磁盘、SSD以及PCIe闪存卡的形式交付,那么此类产品完全可以作为高速文件阵列使用; HGST目前正与Avere就其文件加速产品开展合作。为什么不呢?归根结底,这些负载的本质还是将数据写入至磁盘碟片中、再在必要时对其加以读取,字节复字节、字节何其多……
HGST(以及西数)与希捷显然不会错过惟一的可乘之机,并开始奋力挖起各大主流存储阵列供应商的墙角。当然,前者会用“竞争合作”或者“与合作伙伴共同推进”等甜蜜的表达掩盖自己的野心,但请大家别被这些胡话给骗了:他们就是想让原本流入主流存储设备供应商手中的每一块钱都转而跑进他们的口袋。
那么主流存储供应商们该如何应对?请大家先看看以下几项数据:
· 希捷公司市值:193.3亿美元。
· 西数公司市值:230亿美元。
· EMC公司市值:606亿美元。
· NetApp公司市值:138.5亿美元,相对较弱。
· 惠普公司市值:688.5亿美元。
下面来思考各种可能性。各磁盘驱动器供应商指出,存储市场正在逐渐瓦解。服务器与存储从业者将迎来一片新的融合型方案市场,在这里统一化存储、独立性削减以及融合型服务器/存储/网络系统才是主流。
因此,同志们,请尽快着手进行堆栈聚合吧; 完成浓缩精炼后再大批买入希捷与西数的股权。如同埃利奥特资本管理公司一样,我们也可以从激进派投资方的立场出发、要求他们彻底滚出原本属于我们自己的存储设备市场——或者能够大量购买股票的方式与他们成为同一阵营中的同袍。
但这恐怕只能是我的胡言乱语。阵列制造商总是如小兔子般懦弱,他们将不停抱怨自己的利润其实并不丰厚、而后将所有希望寄托在存储软件的进一步改进方面。硬件不重要、软件才是核心价值所在,他们的观念根深蒂固。
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。