HDS公司为其大型VSP G系列阵列设备添加本地NAS、VVOL、分析以及云分层四项新机制。
HDS方面还拥有VSP家族的F系列版本,外加一款新的全闪存HFA A系列产品。还曾推出过一款单独的BlueArc NAS产品,其HNAS 4000系列则提供双节点与八节点配置,最大可用存储容量在4 PB到16 PB区间。
现在VSP G400、600与800各添加了两个本地文件存储模块,但入门级G200与高端G1000却不在升级之列。这意味着三款中端G产品将能够提供本地文件与块访问服务。
G系列还搭载Data Migrator to the Cloud(简称DM2C)软件以实现针对数据的内容识别管理策略,从而确保数据能够自动被分层至VSP之外的其它系统当中;HDS表示其它目标系统可为私有、公有或者混合云平台。HDS公司同时指出,此举能够使得日立加速闪存用于存储更为重要的数据,而较为陈旧的低访问率数据则将被迁移至其它位置。
HDS公司已经正式进军阵列分析市场,凭借的正是其日立基础设施分析顾问(简称HIAA)方案。这款软件能够改进VSP阵列产品的"性能,同时通过智能分析降低出现资源挤占警报的风险。"HDS方面指出,其能够"主动识别、诊断并帮助解决整个日立VSP家族乃至其它第三方存储方案中的性能与容量问题。"
另外,G系列还全面支持VVOL并简化了vSphere环境下的虚拟机备份、恢复与克隆服务流程。
目前还不清楚VSP嵌入式NAS技术的存储容量、性能、价格或上市时间等细节信息,当然HDS方面的公布内容一直比较模糊。另外,DM2C分析软件的价格与上市日期同样尚未发布。
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。