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
法国人工智能公司Mistral AI宣布完成17亿欧元(约20亿美元)C轮融资,由荷兰半导体设备制造商ASML领投。此轮融资使Mistral估值从去年的60亿美元翻倍至137亿美元。英伟达、DST Global等知名投资机构参投。作为欧洲领先的AI开发商,Mistral凭借先进的多语言大模型与OpenAI等美国公司竞争,其聊天机器人Le Chat具备语音模式等功能。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
VAST Data收购了成立仅数月的初创公司Red Stapler,该公司由NetApp资深团队创立。Red Stapler创始人兼CEO Jonsi Stefansson将担任VAST云解决方案总经理,负责超大规模云战略。Red Stapler拥有6名开发人员,开发了跨SaaS交付、API集成、监控等功能的云控制平面和服务交付平台,将加速VAST AI OS在超大规模和多云环境中的部署,深化与全球领先超大规模云服务商的合作关系。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。