2016年11月,软件定义存储解决方案创新公司飞康软件有限公司宣布其自有软件定义存储平台 FreeStor® 正式进军混合云领域。基于异构存储平台,飞康公司将面向企业和云服务提供商(CSPs),提供企业级块存储的性能和可靠性。
当前,企业和CSPs面临众多挑战。数据中心费用失控,数据移动耗资巨大,用户缺少通用的管理工具,从而受困于厂商锁定,简单灵活的新方案需求迫切。企业用户希望获得一种消费自由:能够自由选择最适当的存储平台,充分满足其价格和性能水平的需求,自由选择本地或是云端,或两者兼而有之(采用混合云模式)。
那么, FreeStor混合云版为用户带来哪些升级体验呢?
【升级一】“只付一次” 成本直降
· 简单、合理的定价策略——企业用户只需支付其主数据实例的软件授权费用,而无需为所用存储总量付费。
【升级二】简单添加 统一管理
· 直通云端——用户可以添加公有云存储,创建混合云解决方案,却仍然通过单一平台进行管理。
· 简化客户端管理——采用简单的模板化工具简化部署、配置和更新客户端,避免中断业务运行。
【升级三】 安全 智能 加速
· 增强分析能力——具备从核心到边缘的全面分析决策能力,并提供全面信息和数据,满足通过服务及类别(SLA)进行主动管理的要求。
· 安全多租户——全面整合活动目录或 LDAP,使得授权、访问和审计合规,确保运营商多租户环境安全可靠。
· 性能优化——增强支持 NVMe存储,以实现 I/O 和延迟的新水平。新增 Linux 7 合规,强化应用加速的专利技术,工作负载可以在云端和本地自由移动,及快速无停机配置。
面向广泛企业和云服务供应商用户,飞康推出FreeStor混合云版,采用简单、合理的定价模式、灵活的管理工具、智能的分析能力及性能加速,能够管理愈加复杂的跨本地和云端的混合云的存储基础设施。FreeStor 混合云版支持将工作负载迁移至最经济划算的地方,最终实现企业目标。
众多客户为FreeStor证言:
“FreeStor 确实有效。没有它,我们恐怕有得忙了。它让我们有信心完成任务。出现问题时,FalconStor 的解决方案总是能快速且有效地解决。为了保护客户,我们通常在线存储三份资料副本,采用 FreeStor,我们只需支付主副本的费用,第二份、第三份或更多副本则无需付费,”——BlueChip 总经理 Brian Meredith,
“FreeStor提供了最高级别的高可用性和数据安全,这对帮助我们基础架构部门支持业务有着重大意义。有了FreeStor,我们就能让我们的新产品更快上线,同时还能降低成本”- Sunrise Communications AG 基础设施服务部门技术主管 Sandor Orban
“我的看法是,FreeStor是世界上第一个真正针对服务运营商的现实问题的产品。… FreeStor是我们的Xterity品牌不可分割的一个重要组成部分,它是我们推出的唯一的容灾解决方案。… 我们觉得,它正好符合我们的想法,使得我们可以满足一项特定的市场需求”——Egenera 服务副总裁 Scott Harris
“FreeStor 是专门面向混合云的存储解决方案”——Frost & Sullivan 云服务副总裁 Lynda Stadtmueller
目前可通过参与 FreeStor 合作伙伴选择计划的经销商购买适用于云的 FreeStor,也可直接向飞康软件购买。欲了解更多信息或预约时间进行演示,各意向单位可致电 (010) 6530-9505或发送电邮至 salesasia@falconstor.com。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。