HDS 今天宣布其HCP产品线已引入新功能。新功能推出后,企业系统将承载一套完全集成和安全稳定的云移动解决方案,提供给用户真正放心的数据分享和协作环境。HDS推出的全新的 (HCP) S10通过增加另一个“低成本”分层来拓展现有的HDS混合结构。为了使用户能够随时随地以安全且统一的方式访问云及本地环境中的数据,HDS对 HDS Data Ingestor ( HDI )和 HCP Anywhere 也进行了更新。增强版的HCP产品组合能够让企业无缝地迁移到云、移动、开源和以服务驱动的 IT 环境,同时也保护了现有资产。
HCP产品组合提供了一套高度集成的解决方案:可面向私有云、混合云、开源环境、弹性扩展的免备份云网关,并基于单一平台实现文件同步与共享,以及对企业 NAS 文件共享的移动访问。该集成的产品组合由单一供应商设计、测试并提供服务支持,并同时消除自建私有云和混合云的复杂性。通过采用统一平台,客户可以在多个使用场景下实现成本优化,消除系统孤岛,并可利用单点控制来提高可管理性和安全性。
随着私有云和公共云,传统架构被换成开源架构、云计算和移动架构越来越普遍,各个企业都在努力考虑如何确保现有IT投资能够适用于日益移动化的环境中。
HCP的新功能是什么?
• 扩展云投资,通过利用与业务价值相符的技术和服务,提供成本优化的云服务。
• 支持采用混合云架构,集成企业内外部的云存储环境,并可弹性扩展。
• 推动生产力的发展,通过提供对云存储内数据及企业本地数据的统一安全访问,实现员工移动办公机制,提高工作效率和竞争力。
全新的 HCP S10让您以高效益成功扩展云环境,而且简化本地化部署,使企业可掌控全面的数据可见性和控制力。作为一个即插即用的解决方案,HCP S10 使用大容量的硬盘驱动器(consumer drives )和纠删码(erasure-coding)数据保护技术,确保以最低的成本实现数据的长期保护。HCP 的自服务云分层功能可将内容无缝地迁移到 S10,这使得企业能够自由面向公共云服务来实现内容分层,目前公司首选的领先公共云服务,包括有:Hitachi Cloud Service for Content Archiving、Amazon S3、Microsoft® Azure、Verizon Cloud 和 Google Cloud Storage。
凭借新发布的 HCP 软件,企业可以将 HCP 无缝集成到他们的 OpenStack 环境中,充分利用OpenStack整体环境进一步拓展HCP可靠丰富的功能,从而扩展自己的云生态系统。
更新后的HDI操作格外简易,无论是在远程办事处、分支机构或是存储服务供应商的客户端上进行都非常简单。Data Ingestor 可以帮助混合云架构在不需要本地备份的条件下实现业务的可持续运行,并通过单一界面的统一管理远程站点和云存储配额,提供灵活的可伸缩功能。这有助于将 IT 从传统的文件服务器的负担中解脱出来,转向大小适中、简化、优化的云网关。
同时,HCP Anywhere现在也支持移动办公人员实现文件共享和同步,以便提供对现有 NAS 系统中数据的移动访问,让用户可以随时随地在任何设备上安全地访问云和企业数据。这项新功能保护了 NAS 环境中的现有资产,可以帮助 IT 弥补传统 NAS 和下一代文件服务之间的差距。HCP Anywhere 不仅允许用户选择适用于其客户端系统的语言,还实现了大量、开放和高重复度文件的高效同步。
客户引言
“我们选择HCP Anywhere 来应对我们遍布全球的办公环境中存在的某些特定文件共享问题。”Sitel 的 IT 和数据中心基础架构部总监 Tim Gombold 表示,“我们之所以选择使用 HCP Anywhere,很重要的一点是因为它属于一个对象存储解决方案套件,该解决方案套件还可以解决我们在非结构化数据存储中遇到的其他难题。我们认为这是构建核心的、集中式的非结构化数据存储库的一种完美方式,同时,我们还可以为那些在地理位置上分散的企业构建一个私有云服务。”
Kremsmüller Industrieanlagenbau KG 的执行董事会成员 Mag. Gregor 表示:“HCP Anywhere 让我们能够从任何地方,在任何设备上与客户、供应商和合作伙伴以简单而又安全的方式共享大量的数据。”
HDS 的 首席技术官 Peter Sjoberg 表示:“如今的企业需要无缝的、安全的移动解决方案,让他们的员工能够更好地根据自己的业务优先级来交付工作成果。今天的发布是基于对于日常移动用户的考虑,让员工、合作伙伴和客户可以从任何设备或位置上安全获取内容。HDS 的内容和移动产品组合提供了市场上最融合最安全的移动数据解决方案。”
好文章,需要你的鼓励
这篇研究提出了OThink-R1,一种创新的大型推理模型,能够像人类一样在快速直觉思维和慢速深度推理之间自动切换。研究者发现,现有推理模型即使面对简单问题也会生成冗长的推理过程,导致计算资源浪费。通过分析推理轨迹并使用LLM评判员区分冗余和必要推理,OThink-R1能根据问题复杂度动态调整思考深度。实验表明,该方法平均减少了23.4%的生成文本量,同时保持或提高了准确率,代表了向更高效、更人性化AI推理系统迈出的重要一步。
这项研究提出了SHARE,一种新型文本到SQL修正框架,它利用三个小型语言模型(SLM)协同工作,实现高效精准的SQL错误修正。SHARE首先通过基础行动模型将SQL转换为行动轨迹,再经过模式增强模型和逻辑优化模型的层次化精细化修正。研究团队还创新性地提出了层次化自演化训练策略,大大提高了训练数据效率。实验结果表明,SHARE在多个基准测试上显著提升了SQL生成准确率,计算成本仅为传统方法的十分之一,并展现出强大的泛化能力,适用于各种生成器模型和SQL方言。
这项由香港大学和南京大学等机构研究人员联合开发的双专家一致性模型(DCM)解决了高质量视频生成中的效率难题。研究团队发现扩散模型蒸馏过程中存在优化冲突:早期阶段负责语义布局与运动,后期阶段关注细节精修,两者学习动态差异显著。DCM创新性地将这两个任务分配给不同的专家模型,通过参数高效的实现方式,使模型仅需4步即可生成接近50步原始模型质量的视频,大幅提升生成速度,为实用化AI视频创作铺平道路。
这项研究介绍了QARI-OCR,一种基于Qwen2-VL-2B-Instruct模型微调的阿拉伯文字识别系统。研究团队通过三阶段合成数据训练,成功解决了阿拉伯文字识别中的主要挑战:曲线连笔特性、上下文变化的字母形状和发音符号。QARI v0.2模型创下了0.061的字符错误率和0.160的单词错误率,超越了现有开源解决方案,为阿拉伯文化遗产的数字化保存提供了重要工具。