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
本文探讨了AI发展的未来趋势,详细分析了六条有望实现通用人工智能(AGI)的技术路径。随着生成式AI和大语言模型面临发展瓶颈,业界开始将目光转向其他AI发展方向。这六条路径包括神经符号AI、神经形态AI、具身AI、多智能体AI、以人为中心的AI和量子AI。每种路径都有其独特优势和挑战,可能单独或组合推动AI进入下一个发展阶段,最终实现与人类智能相当的AGI系统。
约翰霍普金斯大学研究团队发现VAR模型的马尔可夫变体本质上是离散扩散模型,提出SRDD方法。通过应用扩散模型技术如分类器自由引导、令牌重采样等,SRDD相比VAR在图像质量上提升15-20%,同时具备更好的零样本性能。这项研究架起了自回归模型与扩散模型的理论桥梁,为视觉生成技术发展开启新方向。
培生公司第三季度销售增长加速,并预示年底表现更强劲,但其AI应用可能是更重要的发展。该公司虚拟学习部门销售额激增17%,学生注册人数攀升。培生运营的在线学校将AI工具嵌入课程材料中,公司表示有越来越多证据显示这些工具帮助学生取得更好成绩。公司推出了AI学习内容组合,包括AI素养模块和融合人工导师与AI学习工具的视频平台。
微软亚洲研究院推出CAD-Tokenizer技术,首次实现AI通过自然语言指令进行3D模型设计和编辑的统一处理。该技术通过专门的CAD分词器和原语级理解机制,让AI能像设计师一样理解设计逻辑,大幅提升了设计精度和效率,有望推动工业设计的民主化进程。