Gatner与尼古拉斯双方给出的统计数字显示:EMC公司的XtremIO已经在全闪存阵列市场上带来出色表现。
尼古拉斯公司总经理Aaron Rakers全闪存阵列的市场份额的统计结果中,数字涵盖了2014年与2015年间的全部八个季度,并将Pure Storage加入到了Gartner的报告当中。
截至2015年年末,EMC公司凭借3.846亿美元营收占据全闪存市场份额榜首位,营收额超过IBM旗下FlashSystem产品的1.891亿美元的两倍。IBM公司的成绩则较第三位Pure Storage的1.402亿美元高出近4000万美元。NetApp凭借着自家全闪存FAS与EF540/550阵列位居第四(营收为8920万美元),第五位的惠普企业业务公司斩获7780万美元营收。
通过下图可以看到,Pure及IBM的表现基本可算一路走高,而NetApp与惠普则基本保持平稳。

可怜的Violin也出现在了这份表格当中,排名为第六。而其它知名供应商--包括戴尔、富士通、HDS以及X-IO--则被纳入"其它"类别当中。

尽管EMC公司在2014年曾表现出忧虑,但考虑到身后Pure的不断追赶,存储巨头最终拿出了令人惊讶的良好成绩。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
武汉大学研究团队提出DITING网络小说翻译评估框架,首次系统评估大型语言模型在网络小说翻译方面的表现。该研究构建了六维评估体系和AgentEval多智能体评估方法,发现中国训练的模型在文化理解方面具有优势,DeepSeek-V3表现最佳。研究揭示了AI翻译在文化适应和创意表达方面的挑战,为未来发展指明方向。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
参数实验室等机构联合发布的Dr.LLM技术,通过为大型语言模型配备智能路由器,让AI能根据问题复杂度动态选择计算路径。该系统仅用4000个训练样本和极少参数,就实现了准确率提升3.4%同时节省计算资源的突破,在多个任务上表现出色且具有强泛化能力,为AI效率优化开辟新方向。