方兴未艾的云计算市场,正在加紧扩张的步伐。可以肯定的是,云的主流趋势正给数据管理和数据保护带来根本性的变革,而从前那些传统备份厂商如何在这个云市场安身立命?作为一家立足于数据和信息管理及保护领域的纯软件厂商,CommVault在成立近20年之际把云作为自己的一个重要发展里程碑。
当前企业正在越来越多地开始部署私有和混合云来提高业务的灵活性,而云端数管理的重要性日益凸显。和传统数据管理不同,云端的数据管理利用的资源方式不同,传统的信息管理利用的资源都是具体的设备和应用,而云的架构是利用网络来提供资源,资源被抽象成为:计算资源、存储资源和应用资源。
CommVault资深系统工程师林晓明认为,云计算和大数据对于数据管理和数据保护提出了三个“新”:首先是新架构,传统的数据保护架构不能满足云计算和大数据要求,必须有新的架构来满足云计算和大数据的数据保护要求;其次是新风险,因为云计算和大数据最大的特点是规模超大,一旦出问题影响不可想象,如何控制风险是十分重要的,必须要满足控制风险的底线;第三是费用,按传统IT模式,PB级数据保护费用巨大,必须要降低费用。
林晓明向记者举例说,某大型电商运营了一个大型云中心,不仅自身很多系统运行在云上面,同时还对外提供云服务。他们需要保护的数据量高达几十PB,还在迅速的增长,因此痛点直指如何保护PB级的数据以及五花八门的应用,和如何快速恢复某一个应用中的数据,需要一个能够在云端高效率管理和保护数据的平台和方案。
来源:IDC《推进第三方平台时代的智能数据管理》白皮书
在这个大背景下,CommVault以自己在数据及信息管理上的定位,向基于云和管理服务的环境过渡,并帮助企业更加轻松有效地实现其数据管理、合规和移动计算的目标。
CommVault的Simpana旗舰平台推出时间较早,“但它自诞生时就具有深远的前瞻性,其分布式的体系架构能很好的满足云和大数据的管理要求,在此基础上,结合云利用资源的新特征,就能非常好的为云和大数据进行服务。”林晓明解释称,这里所说的新特征,体现在虚拟机及数据的生命周期管理、云备份、海量数据备份及归档、内容云搜索。
CommVault软件目前的版本是Simpana 10 解决方案套件,该套件中有许多满足云应用的特点以及方案。不仅能对多种虚拟机系统进行保护,还能支持20多种主流的云存储设备及云存储服务接口。另外CommVault还进一步完善了为客户提供的云服务器平台,通过这个平台,可帮助用户完善并简化运维,比如能在云平台上生成运维分析报告。
当然,现在市场中也不乏做云端数据管理的厂商,大家都希望在这个市场分一杯羹。谈到自身定位,林晓明认为,CommVault最大的优势就是所谓的“一体化”,也就是能在一个平台下完成数据保护、快照管理、数据归档以及内容检索,而其他厂商需要多个产品来完成这些功能。这种一体化能给用户带来的好处也显而易见,部署方便、运维简单、降低总体成本。
在此前接受媒体采访时,CommVault高管曾表示,CommVault在云方面拥有三大先机,首先是云集成和云存储能力,现在已经开始着重做跨不同云平台的工作;其次是CommVault 在全球覆盖力,200多家托管服务供应商方面和CommVault建立了合作伙伴关系; 其三是CommVault在细分市场做了大量投入,不仅在云服务方面的销售成立了专门的团队和项目,还针对云服务合作伙伴提供定价和市场拓展项目。
目前,CommVault的平台支持大多数云存储平台,并新增了面向亚马逊Amazon Web Services和微软Azure的功能,其中包括云端报告以及最终用户自助配置、恢复、软件快照和虚拟机资源管理功能。“CommVault很早以前就认识到了云计算的发展趋势,并在过去7年中在云计算领域进行了大量投资。目前,CommVault是200多家管理服务和云服务提供商的首选供应商。”
除了技术和功能之外,云计算带来的新挑战,让CommVault也在不断调整产品战略,使其更好地满足云的服务器要求,传统的产品许可证基本是按服务器和应用来计算,并采用完全买断的形式,而为了满足云的变化及租赁的特征,CommVault推出了容量许可证模式,按数据量来计算许可证,购买的方式也更加灵活,增加了分期付款方式和订阅方式。
放眼这个生态圈,作为一家纯软件厂商,CommVault对于合作伙伴的重视不言而喻。在云计算方面举例来说,CommVault与微软Azure的合作主要是与云存储空间捆绑销售为主,与Rackspace则注重订阅方式,按照实际使用量来结算,与华为则通过设备和方案的打包合作。
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。