飞康向自己的FreeStor存储软件中添加了预测分析功能。
这个纯软件存储通过抽象底层异构存储产品提供存储服务。主要在数据路径中运行,类似于IBM的SAN Volume Controller(SVC),虚拟化阵列硬件后端。阵列可以是来自于EMC、IBM、HPE或者其他厂商的管理容量。可以看出,存储介质不管是内存、磁盘还是磁带,又或者是现有环境还是云中,都可以采用。
飞康表示,无论是不是在云环境中,它都让客户可以无缝的迁移、恢复、保护和删除重复数据,而不用将他们的业务与特定的硬件、网络或者协议捆绑在一起。
据统计,在2015年大约有170家客户购买了FreeStor,通过该产品管理超过12PB容量,其中包括Sunrise、Telefonica、Ricoh这样的MSP以及像Kaminario、X-IO这样的OEM厂商。
最新版本中增加的功能包括:
• 跨多台存储服务器的集中监控、分析、报告和配置
• 新的管理GUI,简化存储管理,改善可用性
• 针对性能、健康状况以及库存的历史趋势和实时趋势报告
• 针对实时洞察的分析
• 实时性能、健康状况、库存监控端到端;从连接主机,到虚拟LUN,到存储池再到物理磁盘
• 服务层的监控,通过主动和被动智能规则和警报
• 个性化的、可定制的仪表板,给存储管理员带来灵活性
• 原生的iPhone/安卓应用,可实现任何时候任何地点的监控
• OpenStack Cinder Driver
• SAP HANA认证
FreeStor提供的数据服务横跨底层存储资源,这样Intelligent Predictive Analytics(IPA)技术就不会局限于运行在单一阵列上。
IPA提供了跨异构存储系统的实时分析和历史分析,更好地管理容量、性能和可用性。不管是什么存储厂商、在什么位置,用户都可以根据来自单一面板的实时信息行动,决定如何利用他们的存储资源。且信息可以在全局层面的呈现,以用户可定义的视图、报告和规则进行查看。此外还有REST API,这样就可以在需要的时候提供分析数据。
下面这个API截图显示的存储容量趋势图表预测,客户将在未来6个月多耗尽存储容量:
飞康提供了一个FreeStor与来自DataCore、EMC、Formation Data Systems、Hedving、IBM、Nexenta以及Veeam的竞争产品进行功能对比的表格:
这些图表中,提供商绿色部分突出了所有设备。
飞康得到了来自Egenera服务副总裁Scott Harris不错的声明:"在我看来,FreeStor是第一个真正进入到服务提供商领域的产品,是为我们提供的唯一一款DR解决方案。"
好文章,需要你的鼓励
TAE Technologies在最新一轮投资中获1.5亿美元,累计融资约18亿美元。公司利用 AI 技术优化融合反应堆设计,目标于 2030 年代商业化发电,谷歌等巨头均参与合作。
这项来自KU Leuven、中科大和上海Memory Tensor公司的研究探索了如何利用拼图游戏训练多模态大型语言模型的视觉推理能力。研究发现,现有模型在未经训练时表现近似随机猜测,但通过强化学习能达到近乎完美的准确率并泛化到更复杂的拼图配置。有趣的是,模型能否有效学习与是否包含明确推理过程无关,且复杂推理模式是预先存在而非突然出现的。此外,研究证明强化学习在泛化能力上优于监督微调,挑战了传统的模型训练范式。这些发现不仅揭示了AI视觉理解的机制,还为未来多模态模型研发提供了重要参考。
Nvidia 正在全球数据中心推广 AI 芯片,其最新 Blackwell 架构在 MLPerf 基准测试中获得最高性能,大幅加速下一代 AI 应用的训练与部署。
这项研究提出了LoHoVLA,一种用于长时序实体任务的统一视觉-语言-动作模型,融合了高层任务规划和低层动作控制功能。与传统方法不同,它利用单一预训练视觉语言模型同时生成语言子任务和机器人动作,并采用分层闭环控制机制增强鲁棒性。研究团队构建了包含20个长时序任务的LoHoSet数据集,实验结果显示LoHoVLA在Ravens模拟器中显著优于现有方法,展现出统一架构在实现可泛化实体智能方面的潜力。