通常娱乐和媒体市场不被看作是高性能计算市场的一部分,具有相关大规模的并行文件访问和数据集管理。在HPC领域,现在可以经常看到像Lustre和GPFS(重新命名为Spectrum Scale)这样的文件访问软件。
HPC是一个学术和超级计算专业领域,但是已经扩展到商用领域,因为石油和天然气及生命科学领域的业务开始转向HPC来处理不断增长的数据量。我们看到有大量工作人员并行地运行新数据,老数据归档到后端存储库,设置工作流结构来管理这些数据和流程。
娱乐和媒体领域也在朝着相同的方向发展。电影分辨率日渐提高以实现具有特效的现实,数字艺术家们为虚拟演员创造了生动且多层次的背景。这正是昆腾(Quantum)横向扩展的StorNext文件访问管理和虚拟化产品的核心。
StorNext通过数据捕获提供主文件数据存储和访问,旧文件保存在近线(对象存储)磁盘或者磁带或者公有云上,根据需要由工作流程在这些存储层之间迁移文件,通过用不那么昂贵的存储层来保存那些不需要立即访问的数据,降低数据和存储库的成本。
昆腾表示,StorNext已经扩展运用到视频监控、车联网(例如自动驾驶汽车)、生命科学以及其他HPC可以发挥作用的垂直市场。
StorNext并不参与传统HPC市场的竞争,也就是中小型集群的HPC。但是据昆腾营销副总裁Molly Rector称,StorNext在商用HPC领域的确与Spectrum Scale和Lustre相竞争。
当数据增长超过1PB的时候,NAS系统可能就遇到问题了。这时候横向扩展的StorNext、Lustre和Spectrum Scale包含NAS会在数据密集型环境中蔓延。
Rector在去年9月加入昆腾,当时昆腾一直在发展StorNext业务,因为昆腾的DXi数据保护产品增长乏力,磁带产品持续疲软。
为了让StorNext继续增长,就必须让StorNext从娱乐和媒体这个核心市场扩展到更广泛的企业用途中。所以昆腾将其定位为一款客户用来拯救NAS蔓延的产品,而不是作为Spectrum Scale和Lustre的替代选择。昆腾已经聘请了HPC方面的专家,例如来自Adaptive的销售专家Jason Coari。
StorNext所在的领域就像是一个复杂的制造流程:通过仔细定义和管理的数据制造,处理数字组件的分层工作流,两者结合完成一款数字产品、一部电影或者视频,一个油田模型,或者基因组分析。在这周制造流程背后的基础设施设计和操作十分关键。昆腾希望StorNext在娱乐和媒体领域的经验能够让它在以数据为推动的数据产品制造市场取得进展。
战争已经打响,横向扩展的并行文件访问提供商目标是占领传统文件系统止步不前甚至落后下来的领域。客户将根据性能、采购成本和运营成本,以及工作流灵活性和成熟度来购买系统。
像DDN、Dell(全闪存的Ision)这样的提供商,以及XtremIO、Avere和Qumulo等,将矛头直接对准了Spectrum Scale和Lustre提供商。昆腾现在也加入其中,作为一家横向扩展、数字化数据产品制造工作流提供商。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。