ZD至顶网上海报道:从2008年率先推出备份一体机,到2012年从备份厂商升级到数据管理提供商;再到2015年朝云转型以及战略投资寄云,爱数十年的转型也是印证了云计算时代的用户需求的转型。
在爱数十年媒体沟通会上,爱数总裁贺鸿富分享了云计算时代爱数的战略转型,同时邀请了战略合作伙伴新华三集团以及寄云科技分享了各种对于云的理解和看法。
新华三集团云计算产品线总裁吴健认为爱数+新华三就是先进的云计算+数据管理。谈到华三对于云的理解:未来云的特征:EDDC,企业定义的数据中心。每个企业对云的定义还是来自自己。包容性,云计算平台如同一个巨噬细胞,已经演变成为一个包罗万象的IT综合治理平台。没有一个企业可以独自解决客户需求,合作是一个趋势。共享。新华三的理解是做一个云交换中心。实现私有云、多级云的真正共享。新华三是提供大互联、大安全、云计算、大数据和IT咨询服务在内的一站式、全方位IT解决方案。爱数就是新华三云技术联盟计划里面的重要成员之一。未来在云灾备和寄云方面会有深度的合作。
贺鸿富首先分享了爱数三个重要的转折点。2008年,爱数率先推出备份一体机。这一年爱数根据客户的实际需求推出集成了存储、服务器的备份一体机。2012年,从数据保护走向数据管理。这一个时间段爱数从备份厂商升级到数据管理。2015年,朝着云转型。贺鸿富对于云转型的理解是,爱数要做的第一是面向混合云,第二是必须走向开放。爱数会参考微软、IBM传统公司的转型莫斯,不会照抄互联网公司,首先让自己最有优势的产品和解决方案来拥抱云。爱数做的就是第一,满足云数据中心的数据管理需求。第二,从数据的有效性管理走向有用性管理。
爱数数据管理基础设施要做的就是开放的数据管理基础设施;实现数据和应用分离的数据云;实现数字化运营的数据管理基础设施。
在云转型过程中,爱数云转型的成果之一就是战略投资寄云,致力于打造基于轻量级开发框架的中国Bluemix。寄云科技CEO时培昕致力于做国内最全的云管理平台支持服务同时实现无缝集成爱数全新产品。
时培昕表示很高兴爱数参与了寄云科技的首轮以及之后两轮的战略投资。对于寄云来说数字化转型意味着全新的企业IT架构。寄云PAAS,就是为全新企业IT架构而来,寄云做的就是提供一个敏捷的交付平台作为对下公有云和私有云的对接。在CMP之上做集成运维的平台。为企业提供敏捷的丰富的解决方案框架、基于微服务框架的敏捷开放平台以及低成本的高效而自动化的云管理平台(CMP)。
如果从用户角度看爱数的数据管理基础设施平台。爱数的思路也非常清晰,就是构建在新华三、戴尔、联想、浪潮这样的IT基础设施、构建在像AWS、微软、阿里云等互联网基础设施以及构建在思科、IBM、GE等物联网基础设施之上。拥抱这些基础设施,构建开放的数据管理基础设施平台,为用户打造能够实现数据和应用分离的数据云,最终实现数字化运营的数据管理基础设施。
如何实现现有的运营模式向数字化运营模式转向?爱数会提供从基础设施云化、数据管理云化,以及数据持续运营化的解决方案,其中基础设施云化、数据管理云化的解决方案爱数已经有成熟的解决方案,在数据持续运营化阶段也是2017年爱数要打造的产品和解决方案。
在基础设施云化,差异化,爱数会提供一个混合云的云应用的快速交付模式,爱数包括超融合基础设施和寄云PAAS平台来支持落地的。建立了包括数据保护AnyBackup、非结构化数据管理AnyShare、超融合存储AnyVM、日志数据分析AnyRobot、外部存储AnyStorage和内容云存储内容家全面的数据管理基础设施。在数据管理云化层面,贺鸿富表示要把数据和应用分离出来的数据云,实现文档云、灾备云、日志云、内容云、分析云等解决方案。加之数据持续运营服务DCOS,爱数以数字化和融合的数据管理基础设施,洞见数据价值,帮助用户实现更简化的数据管理,聚焦数据有用性,持续释放数据潜力。之后通过技术的持续升级,实现释放数据潜力的数据持续运营,展望2017年,爱数的新产品新功能会是爆发的一年,同时要更加拥抱行业云,进一步实现开放、融合以及行业深耕。 爱数会继续在数据保护、非结构化数据管理、超融合存储、日志数据分析、内容云存储、销售数据分析预测的技术研发和产品上发力。
可以看到通过与新华三的合作,以及对于寄云的战略投资,爱数也在不断的构建良好的云生态圈。通过技术的持续突破和深入的行业云深耕,爱数在云备份、容灾,云共享、协作以及数据管理方面以全方位融合的解决方案上发力与行业云,持续推动企业数字化转型。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。