总部在加州圣玛特奥的Cloudian,及美国总部在北卡罗来纳州莫里斯维尔的联想公司,本周一宣布推出了一款结合Cloudian的HyperStore软件与联想的Storage DX8200C系统设备,宣称这是一种把对象存储与无限可扩展性以及多租户带入到Amazon S3云中的简单方式。
Cloudian首席营销官Paul Turner表示,这款出货预装的解决方案,是一款面向大数据应用的、机架就绪的解决方案。针对一个向更多基于计算的存储发展市场来说,这是一款最佳解决方案,另外它具有原生对象存储的能力,兼容Amazon S3。
联想存储业务部门产品规划及营销总监Stuart McRae表示,联想仍然是一家规模相对较小的存储提供商,通过与Cloudian这样的公司合作开发设备,使其在进入存储市场方面具有一定的灵活性。
"数据量在迅猛增长,传统存储解决方案不能扩展以满足数据量的增长。我们与广泛的业界合作伙伴都建立了关系,并且正在寻求如何利用这些合作伙伴关系解决客户的需求。"McRae表示。客户可能还没有为完全拥抱公有云做好准备,但是他们已经准备好利用像云一样的灵活性,所以我们找到了合适的合作伙伴,Cloudian就是这样一家拥有对象存储和横向扩展能力的合作伙伴。软件定义存储是复杂的。我们与Cloudian合作,提供了统一的支持通道和完整的解决方案。"
这不是联想第一次把自己的x86服务器硬件与战略存储合作伙伴的软件结合到一起。今年年初,联想与Nutanix签订合作伙伴关系,开发超融合基础设施一体机。
联想将为联想-Cloudian对象存储解决方案的客户和合作伙伴提供Level 1和Level 2的支持,如果需要的话会升级到支持Cloudian。
这款解决方案包括完整的Cloudian功能,包括擦除编码、复制、加密和多租户支持。
McRae坦言,很多联想的合作伙伴还不具备应对对象存储市场所需的技能。"我们有一个专门的销售团队来帮助我们的合作伙伴,我们正在帮助他们与Cloudian销售代表合作,我们的模式是发现商机,然后引入我们的存储专员。"
有一家联想长期合作伙伴对联想与Cloudian合作的对象存储解决方案表示很期待。
Fusionstorm是一家总部在旧金山的解决方案提供商,该公司解决方案高级总监Alvin Chu表示,最近他们开始与Cloudian合作推广对象存储业务,同时他们也在提供采用Amazon的公有云服务。
"Fusionstorm刚刚开始提供Amazon Web Services的公有云,客户可以使用AWS作为Cloudian的备份目标。我们有很多私有云客户也在考虑使用公有云以及如何把私有云和公有云结合到一起。"
对于Fusionstorm来说,Cloudian在混合私有和公有云方面做了不错的工作,Chu说。"他们对于Amazon S3的支持可能是最好的,"他说。"联想与Cloudian合作的解决方案消除了复杂性。客户看到了时间价值--从理念到设计,到搭建架构到部署,这可能是很耗费时间的。这款解决方案缩短了这其中的时间。"
Fusionstorm已经看到了与联想服务器业务合作实现的显著增长,Chu说。"我们把联想视为一个增值的机会。对于客户来说,软件定义存储通常是一项部署起来很复杂的技术。所以很多客户不愿意完全软件定义。除非他们已经有了像我们这样的合作伙伴提供帮助,这就是我们的价值所在。"
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。