今年10月份,2015年NetApp Insight®年度技术大会在众人期待下盛大开幕。NetApp发布了全新的 Data Fabric 解决方案和服务。为企业提供在混合云时代取得成功所需的数据管理功能。对于Data Fabric 解决方案,NetApp全球副总裁陈文俊先生及NetApp中国区技术总监游庆洪先生在10月29日举行的媒体沙龙中做了进一步阐述。

混合云是整个市场的潮流
NetApp是一个数据管理公司,主要的定位在整个生态系统里面做一个横切,让我们跟所有的生态系统连在一起。陈文俊先生提到,现在混合云是整个市场的潮流。对大型企业来说,他们也有自己的私有云,而这些应用可能放到公有云上面,中小企业或许起初因为IT资源或者人力不够,借用公用云,两者是并存的。
客户在采用混合云的时候,需要有合作伙伴来帮助快速地部署混合云,因此,NetApp专门设计了合作伙伴的专精计划,能够培养他们部署混合云的能力。同时NetApp也有Clustered ONTAP的迁移培训计划、Clustered ONTAP的专精计划,来帮助合作伙伴培养我们的集群模式、Clustered ONTAP过渡服务的能力,同时还有认证,让他们能够做Clustered ONTAPONTYP的培训,能够支持这个Clustered ONTAP的部署。
Data Fabric加速部署混合云
Data Fabric对于转售商来说是一个非常好的助手。在去年的NetApp Insight年度技术大会便备受关注,经过一年的时间,NetApp携手合作伙伴及服务提供商,不断完善生态系统,共同打造整合的解决方案和服务,从而让Data Fabric变成现实。
目前大家一提到云就会想到一些不同的技术。而所谓的云计算是什么?你要站在月亮上去看,地球上有好多朵不同的云,还有好多不知道是叫它云还是叫什么,但是这堆东西也还是自成一体的,它跟别的东西不怎么搭接。游庆洪先生说,NetApp Data Fabric实际就是能够做一个黏合剂,把这些各个不同的孤岛给连起来。
Data Fabric有三个重点,第一,自由,客户可以自由选择任何一个云服务商的云,可以是亚马逊、微软、阿里,或IBM、Google,让选择变的更自由。
第二点,数据可以跨云之间来做流动。比如今天选的亚马逊的云,可能一年以后发觉另外一个云的服务商服务更好或者成本对我来说更有利,想转到另外一个云,NetApp数据能够很方便地切换,同时可以在公有云、私有云和混合云之间流动。
第三点,速度快。很多客户在数据存储上面、在私有云里面、在运营商里面或者在公有云上面,每一种储存数据都有一个格式,格式之间可能是不通的,这个时候数据就很难再跨不同的云方面来做流动。
NetApp的Data Fabric理念是通过搭建一个数据的管理架构,使数据可以很方便的在各个云之间流动,把私有云、公有云能够搭建起来。
归根结底,Data Fabric不是产品,也不是解决方案,而是一种愿景。而它重要的价值就在于,可以帮助用户平滑的进行跨各种云台进行数据的迁移与访问。让数据自由、快捷、灵活。
未来产品以云为目标
“未来NetApp的产品都会以云为目标,或者以云为导向。换句话说,NetApp推出的新产品,要是它不是在整个云的生态系统里面有价值,那么它的优先级可能会排的很低。”游庆洪先生提到。NetApp现有的产品如果没有跟云,不管是私有云,还是公有云配合的更好,产品就不会被推出。
对于NetApp本身,还是会坚持Data Fabric的愿景、集群,继续帮助客户解决整个数据管理,整个云的过渡,往云的方向去发展提供更多的机会。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。