随着数据的海量增长,数据保护和备份恢复的重要性日益凸显,而人们对满足数据保护需求的灵活性和定制化要求更加苛刻了。
如今,将硬件与软件打包成一体机的方式,颇受那些预算和IT管理资源都很紧张的企业青睐,引起市场侧目。相较于传统的备份系统存在部署和维护上的复杂性,一体机的方式,将备份服务器和备份硬盘设备集成,并针对软件调优和与配置,大大缩减了备份系统部署周期和运维复杂性。
根据IDC最新出炉的市场报告,2014年第三季度专用备份一体机的工厂收入同比增长11.2%达到7.892亿美元。同时,整个专用备份一体机开放系统工厂收入同比增长12.9%,收入总额7.066亿美元。第三季度全球面向开放系统和大型机的专用备份设备总出货容量达到687473TB,同比增长81.5%。
这是一个发展迅速且有极大潜力的市场。EMC、IBM和惠普等巨头早已积极拼抢,而像赛门铁克和梭子鱼这样擅长做软件的厂商也迅速加入到备份一体机的大军中来。
纵观市场中现有的备份一体机产品,我们会发现,这些已经不再是备份软件和硬件的简单叠加,如赛门铁克的备份一体机更多强调“软件的硬件化”,对备份系统各个部件进行优化和调整,创建一个以一体机为核心的备份系统。
备份一体机的主体是硬件,但其实软件是它的“灵魂”,而存储备份和管理,甚至是安全防护软件都是赛门铁克所擅长的,覆盖到重复数据删除、云备份、虚拟环境备份、备份加速和容灾等现代化备份系统。
根据此前赛门铁克技术专家接受记者采访时的解读,现有市面上的一体机主要是突出某一项技术比如重复数据删除,但对于这项功能来说它不是万能,并不适用于所有应用场景。传统的备份一体机需要配合一个备份软件或者备份平台才能进行数据备份,所以它充其量是一个备份设备。
但是赛门铁克的备份一体机实际上是一个既可以独立使用也可以融入原有赛门铁克备份环境的备份系统,可以根据数据容量的增长而扩展,根据企业IT布局构架不同的备份系统,这是跟传统一体机的区别之处。有点类似于备份软件里的最佳实践手册,用户不需要做性能调优就可以直接上线。”
另外,备份一体机部署简单,因为所有的软件、服务机、存储都是一体的,对于客户来讲部署就简单了,不像以前软件、服务器和存储三个集成了,对各种类型的数据中心保护实现了更全面的保证。
从2011年起步开始做备份一体机至今的4年时间内,赛门铁克全球客户就已采用并部署了 10000多台NetBackup备份一体机。据了解,赛门铁克公司正在着手利用一套新机型对其NetBackup 5000系列产品线进行更新,这款新设备拥有更出色的执行速度、并能够将更多数据容纳于其中。
作为第三代设备方案,NetBackup 5330的定位是“由单一供应商提供的企业级全集成备份一体机,支持虚拟和物理环境”。它拥有229TB的高容量,数据传输速度与前代产品相比提升了1倍,每小时传输能力达到约80TB。备份性能是以往机型的2倍,恢复速度提高3倍,复制速度提高4.7倍。
NetBackup 5330基于赛门铁克最新发布的扩展阵列和双倍的重复数据删除池功能,能够为当前的NetBackup备份一体机客户提供更大的扩展空间,且能够与现有的NetBackup环境兼容,可无中断运营进行扩展,改进的恢复点和恢复时间目标。
据赛门铁克发布的数据显示,最近这个季度中源自NetBackup系列产品的营收数额实现35%的增长幅度。同时,据Gartner的调查数据,备份一体机这块市场的年平均健康增长幅度为6.8%,可以想见这样的成绩一定是赛门铁克乐于看到的。
相信未来一段时间内,备份一体机不仅有传统存储巨头盘踞着,也有像赛门铁克这样在备份软件上具有优势的厂商发起冲击和挑战,谁能以功能更丰富、满足数据保护的苛刻要求,才能在这个市场中走得更远,赛门铁克正在全面布局为实现这个目标努力着。
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。