可以确定的是,设备与软件将护卫您的数据。
戴尔公司已经推出新的重复数据删除设备,同时对其Rapid Recovery(原AppAssure)与NetVault(原Quest)备份软件加以更新,但没有做出任何与EMC后续合并相关的资产组合举措。
在此次产品发布工作当中,戴尔公司公布了:
• Rapid Recovery (即原AppAssure):
o 跨越物理、虚拟与云环境的ZeroImpact系统、应用与数据恢复方案。
o Rapid Snap for Applications每五分钟对物理或者虚拟环境保存一次快照。
o Rapid Snap for Virtual提供无代理VMware虚拟机保护机制。
• Endpoint Recovery - 免费版
o 面向单一Windows客户端用户
o 提供文件重复数据删除与压缩功能
o 设置后可自动运行的客户端设备保护方案
• 速度更快的DR系列重复数据删除设备,提供免费源端重复数据删除与全包许可。
o 支持16款备份应用
o DR4300e提供最高27 TB可用存储容量与每小时21 TB数据提取能力
o DR4300提供最高108 TB可用存储容量与每小时23 TB数据提取能力
o DR6300提供最高360 TB可用存储容量与每小时29 TB数据提取能力
• NetVault Backup 11 (收购自Quest软件)
o 企业级Windows客户端部署管理器,可自动安装至多达1000台客户端。
o 多数据流能力将备份拆分成大量小型数据块,以并发方式执行以提高性能水平。
o 可重启VMware备份,保证用户可在上次任务中断处继续操作。
在此之前,戴尔公司旗下拥有DR4100与DR6000重复数据删除设备。其中DR4100提供2.7 TB至27 TB存储容量区间,而DR6000则可在RAID后提供252 TB存储容量。另外,戴尔还拥有一款小型DR2000v虚拟重复数据删除设备,可运行在ESXi或者Hyper-V虚拟环境之下。
如今新型设备凭借着第十三代戴尔服务器实现可观的性能提升。
其中DR4300e入门级设备采用2U机箱,可容纳12块3.5英寸磁盘驱动器并提供4.5 TB容量(67.5 TB逻辑容量)并在RAID后提供9 TB容量(135 TB逻辑容量)。用户还可以根据需要添加4.5 TB或者9 TB(原始存储容量)扩展架。
而中端DR4300则提供两倍于前代机型的副本目标数量与内存容量。其采用2 TB或4 TB磁盘驱动器,并借此实现33%存储容量提升。这套2U机架系统的原始存储容量为18与36 TB。大家亦可以接入两套PowerVault MD1400扩展架额外实现18与36 TB容量,这意味着其总体可用容量为108 TB(1.6 PB逻辑容量)。
中端偏高/企业级DR6300采用2U机柜,同样可容纳12块3.5英寸驱动器。其提供四套配置选项,全部为RAID后:18 TB(270 TB逻辑容量)、36 TB(540 TB逻辑容量)、54 TB(810 TB逻辑容量)与71 TB(1.08 PB逻辑容量)。用户还可以根据需要额外添加四套扩展架,容量选项与设备本体相同。
受支持的16款备份应用包括:
• Amanda
• AppAssure (只限归档)
• ArcServe Backup
• Atempo TimeNavigator
• Bridgehead
• CommVault Simpana
• EMC Networker
• 惠普DataProtector
• IBM Tivoli Storage Manager
• 微软Data Protection Manger (简称DPM)
• NetVault Backup
• 甲骨文RMAN
• Veeam
• Veritas Backup Exec
• Veritas NetBackup
• vRanger
戴尔公司表示,目前世界范围内已经有超过7万家客户使用其数据保护产品。
Rapid Recovery目前已经在世界范围内全面上市,新用户起步价位为1199美元。另外其还面向当前AppAssure许可持有者提供免费升级。DR4300e、DR4300与DR6300也已经面向全球推出,其中DR4300e起步价格为13000美元,DR4300为43000美元,DR6300为87000美元。Endpoint Recovery - 免费版将于今年3月初全面推向国际市场。NetVault Backup 11目前已经上市,起步售价为1265美元。
好文章,需要你的鼓励
在我们的日常生活中,睡眠的重要性不言而喻。一个晚上没睡好,第二天的工作效率就会大打折扣,而充足的睡眠不仅能让我们恢复精力,还能帮助大脑整理和巩固当天学到的知识。有趣的是,AI模型竟然也表现出了类似的“睡眠需求”。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
尽管模型上下文协议(MCP)自11月推出以来用户数量快速增长,但金融机构等监管行业仍保持谨慎态度。银行等金融服务公司虽然在机器学习和算法方面是先驱,但对于MCP和Agent2Agent(A2A)系统的采用较为保守。监管企业通常只使用内部代理,因为其API集成需要经过多年审查以确保合规性和安全性。专家指出,MCP缺乏基本构建块,特别是在互操作性、通信标准、身份验证和审计跟踪方面。金融机构需要确保代理能够进行"了解您的客户"验证,并具备可验证的身份识别能力。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。