谈到群晖 Synology,人们第一时间想到的是消费级NAS产品,到目前为止,Synology 在全球已销售了超过 400 万台的 NAS ,产品与服务遍及 80 多个国家,累积超过 1 亿名用户。但是在2017年度全球发布会—中国站上,群晖 Synology发布的产品让人眼前一亮。有全闪存阵列FS3017、 有Synology Cloud2 (C2) service 云端服务还有企业级备份、安全、高速网络产品等等。能够感受到的是在移动互联、大数据、云计算的今天,群晖也在加速转型。
在发布会上,群晖科技CEO陈予建接受了媒体采访,谈了对于云、大数据等新技术新方向的一些看法和公司产品的一些想法。希望读者能够从群晖的转型过程中,给用户一些启示。
知道群晖为什么叫Synology?群晖科技CEO陈予建谈到“当初我们这家公司成立的时候有一个想法,怎么样群策群力开发新的科技,我们就采取了把Synergy和Technology这两个字集合到一起,群策群力,集合众人的能力来做产品。”
群晖科技CEO陈予建
而Synology 更是有高达50% 的员工专注于研发,因此当软件定义存储技术成为今天的主流是,群晖基于软硬件整合的核心竞争力就体现出来。” 群晖是软件的实践者,我们公司软件开发工程师占90%。软件就是我们整个产品的灵魂,也是我们最有优势的地方。现在谈 ‘软件定义’(software defined)这个说法,Synology 可以说是一个身体力行的范例,从为用户保存珍贵文档出发,我们期待在这个大数据、全面连网的时代,通过软件的力量为用户创造更多的价值。” 陈予建谈到。
对于闪存陈予建也有自己的认识,闪存未来成为存储趋势是明确的,我们能够看到目前先从大型企业里面优先部署。因此群晖在产品的设计方面是从机架式开始,推出了FS3017。未来在全闪存的发展,会往中小企业或者个人推广全闪存的产品。
Synology 推出全新的全闪存产品 – FS3017,帶来超过 200,000 IOPS的强劲 4K 随机写入效能以及每 GB 单位容量只要 0.8 美元的低总体拥有成本 (TCO)。
群晖的全闪存有它独特的特性,并不像硬盘一样。在闪存里面使用了黑科技,群晖采用了Synology RAID for SSD 的技术来降低SSD硬盘同时损坏的可能性, 由于SSD硬盘有固定的寿命, 因此当一颗硬盘损坏时, 其他硬盘也很有可能在同一时间损坏, 导致RAID损毁. 透过Synology RAID for SSD 的技术, 可以有效分配硬盘上的读写,避免闪存建闪存阵列的时候突然发生崩溃的状况, 进而提升SSD RAID整体系统的稳定性。
陈予建希望会用户提供完整的一站式的混合云方案给客户,比如在文档备份与异地备援方面,在企业移往云端“Cloud Shift”的全球趋势下,Synology 更将推出 Synology Cloud2 (C2) service 云端服务,让用戶可以在不变动既有架构之下备份文档与建立灾难复原目的地,以最低成本的方式将文档及服务的安全提升到另一个阶层。这也代表Synology将从提供私有云企业全面进化。
同时基于提供超越存储的解決方案的核心理念,Synology 推出全新的私有云协同合作应用套件 Collaboration Suite 与 Synology Presto 高速网络传输解決方案; Collaboration Suite 涵盖Excel表格(SpreadSheet)、办公软件 (Office)、通讯软件(Chat)以及邮件(MailPlus),让用戶能在私有的云端空间进行协作,并通过各应用的高度整合,大幅提升工作效率,Synology Presto 采用 Synology 独家开发的互联网传输加速技术,大幅加速异地或跨国的大容量文档传输。通过全方位的私有云协作套件、全新的全闪存产品以及混合云灾备服务与群晖研发的跨时代网络传输解决方案,以及新一代的路由器与全新网络服务套件等一系列满足个人、中小企业、大型企业等不同阶层需求的突破性应用与解决方案。
让产品和服务的本地化,也是 Synology 一贯的宗旨,此次北京站除了展现群晖在本地的品牌影响力,更是希望推动本地 NAS 产品的使用广度及深度。特别针对国内市场,群晖在早期与迅雷合作,这几年和腾讯QQ合作,陈予建表示随着群晖在国内知名度和市场持续的壮大,希望有一个机会和国内大型的互联网公司进一步的合作,开发更多为本地应用的一些应用。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。