北京 - 2016 年 9 月 28 日 — 今日,全球信息管理解决方案领导厂商Veritas Technologies宣布携手北京首云汇商金融信息服务有限公司(简称:首云汇商),共同打造面向中国企业的全新备份即服务 (Backup-as-a-Service) 解决方案。首云汇商是中国企业级云服务提供商十强之一。最新推出的备份即服务解决方案由Veritas中国云服务领域战略合作伙伴 —— 北京创意云智数据技术有限公司(简称:北京创意云智)提供服务支持,该解决方案能够跨传统内部环境以及云环境,提供可靠、开箱即用以及易于使用的备份和恢复服务。
在如今数字时代,信息已经成为企业发展的重要资产。随着云技术的逐渐兴起和所带来的经济效益,越来越多的企业纷纷将IT工作负载迁移到云。然而,企业并非彻底将所有工作负载进行迁移。许多企业仍会将核心业务等大量关键工作负载保留在内部。Veritas近期发布的混合云现状调研报告指出,基于企业工作负载的碎片化现状, 81%的企业高度依赖服务供应商以实施和运营云服务。这表明,异构性与“混乱的”云服务本质以及遗留系统仍将是IT部门需要直视的挑战。对于企业而言,尤其在将工作负载迁移至公有云的过程中,拥有一个能够提供专业支持,并拥有集成技能的云服务提供商显得至关重要,无论工作负载在企业本地或云端都能够提供可靠的数据保护服务。
由首云汇商所提供的全新企业级备份即服务基于使用量,采取按月计费模式,是企业的理想解决方案选择。在按用量付费的模式下,客户可以灵活地将资本支出模式无缝切换到运营支出模式, 并且获得更高的成本效益和可扩展性,满足不断演化的业务需求和日渐严苛的监管要求。
全新解决方案不但能够帮助客户满足更高掌控力和敏捷性方面的需求,同时还具有如下优势:
首云汇商首席执行官戴晓斌表示:“我们非常高兴能够与Veritas共同为企业提供可靠的备份与恢复解决方案。全新解决方案能够实现在首云汇商VMware IaaS平台上的深度集成,帮助客户全面保护云中工作负载。不仅如此,凭借Veritas NetBackup所提供的Auto Image Replication (AIR) 功能,我们还可以将网络传输量降低98%。因此,企业用户可以充分利用现有互联网带宽,在业务非高峰时段向云端传输备份数据,而无需提速或购买专线。”
每一次技术浪潮中,Veritas都在不断为全球领先企业提供企业级数据保护,其中包括86%的全球财富500强企业。随着越来越多的企业采用云技术,从可靠性和敏捷性两个角度同时提高数据保护能力仍是企业实现数据保护的重中之重。
Veritas公司大中华区渠道战略联盟高级总监Wally Tung表示:“Veritas 致力为客户构建一站式的数据保护解决方案,以无缝地保护用户在私有云、混合云和公有云的数据资产。此次与首云汇商和北京创意云智的合作,再次彰显Veritas支持主要云服务提供商的长期战略。这一点也能够从我们与T-Systems、Orange和日立数据公司等全球各大云供应商的成功合作上得到很好的印证。未来,Veritas仍将不遗余力地扩大中国地区的市场份额,积极开拓新的云商合作伙伴关系,为我们的企业级客户带来更多利益。”
为了使客户能够从Veritas与首云汇商的合作中更多获益,全新Backup-as-a-Service可与现有Veritas NetBackup解决方案实现兼容。目前,该服务的市场定价为人民币2元/每GB(按每月实际备份数据存储量计算)。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。