上篇文章我们谈到在"双模式IT"下,传统存储系统发生着巨变。代表开源存储系统的统一分布式文件系统Ceph,以及简化物理、虚拟和云环境中文件与对象访问的数据管理平台Gluster脱颖而出。(文章:开源存储峰会即将召开,开源能否引领未来存储?)而即将在8月5日召开的中国开源企业存储峰会上,我们邀请了Ceph和Gluster领域的存储专家来为大家现场解读存储新势力——开源存储。
那么此次峰会的开源专家带给哪些惊喜呢?这里可以给大家剧透一下。
首先是专家云集,红帽资深副总裁、亚太区总经理Dirk-Peter Van Leeuwen,拥有20余年的IT从业经验。他认为移动互联网、IoT(物联网)的崭新时代正在来临,每一个企业的决策者都在思考如何实现自身企业的数字化转型。其中开放/开源技术已日益成为一种核心驱动力及显而易见的选择。
作为开源界的领袖,红帽具有独特的能力帮助客户实现这种转型并蓬勃发展。在刚刚过去的2016财年,红帽全球营收突破20亿美金,这对于开源市场具有里程碑式的意义。这既证明了开源是可靠的提供IT基础架构的一种方式;也验证了开源技术已成为IT 发展的主流技术。在中国,许多知名企业已经在利用企业开源技术实现创新发展。
红帽亚太区存储业务总监Chris Mawer,为红帽软件定义存储(Ceph、Gluster与OpenStack)平台提供传统、云、容器和超融合工作负载支持。他将根据自己在存储领域的经验和对客户的深入了解来谈今天存储市场的颠覆力量,以及下一代分布式文件系统Ceph技术架构为何能崛起。
来自Intel亚太研发有限公司云与大数据科技中心的段建刚是一位资深工程经理,在企业解决方案调整和优化领域有超过十五年的经验。目前管理云和大数据工程实验室。他的技术兴趣目前主要聚焦在云计算和大数据领域,使用开源软件(如openstack/Ceph/nosql、Apache Hadoop和Spark)开发、部署和优化高效的云与大数据解决方案。
张建是Intel亚太研发有限公司云存储技术组高级软件工程师。云存储技术组致力于基于Intel平台开发和优化开源云存储系统架构及解决方案。 目前他们在Ceph社区的代码贡献量排在第二位,在很多管家的功能和组件如Cache Tiering、Erasure Coding、Rados I/O hin、Bluestore上有很大贡献。 同时,他们还与Red Hat 一起组织了北京和上海Ceph Day, 并同许多中国的客户一起构建基于Ceph的SBS POC解决方案。 张建有9年的开源软件开发、性能分析优化与调优经验,例如Xen、KVM、Openstack、Ceph、Swift等等。
云达科技的技术专家李家瑞,有超过20年以上的IT 产业经验及5年以上商业顾问的经验。目前在云达科技中领导团队开发SDDC,开源云端及软件定义网络等相关的解决方案以满足服务提供商及企业客户的需求。他将深入探讨Ceph技术架构结合云达科技给用户提供的解决方案。
中国移动苏州研发中心云计算产品部研发经理郭占东,自2015年下半年起带领团队对Ceph进行深入的调研及测试,完成转型工作,目前在建设国内规模最大的Ceph对象存储系统。他将分享《Ceph在中国移动的应用与思考》。
还有在Linux服务器端软件、分布式存储、高可用性、虚拟化有超过10年产品研发、架构设计及团队管理经验的红帽软件资深架构师张家驹。他热衷于开源软件及开源社区,并曾带领OpenStack技术开发团队从事社区贡献工作。
此外,当天还有两场圆桌对话,分别就“当存储遇到开源”以及“云时代的存储”等热点话题进行思想碰撞,相信此次峰会能够对未来存储的发展带来精彩的一笔!
想了解更多大会咨询请点击:中国开源企业存储峰会
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。