据外媒SiliconANGLE报道,甲骨文推出了融合公有云与私有云的NAS存储服务,试图以此来降低企业数据向云迁移的成本。这项服务名为“Cloud Converged Storage”,与其同时亮相的还有Oracle ZFS Storage Appliance。

据悉,Cloud Converged Storage无需对外部云网关响应,帮助客户节省了软件和云访问许可费,希望让企业“轻松、无缝地将数据或应用迁移上云”。私有云服务商会支付部分费用,以便客户通过其基础设施平台访问公有云。
甲骨文认为,这一服务使得客户无需担心本地到云的集成、管理安全、技能要求等问题,提供了公有云和NAS存储系统的完善解决方案。
借助ZFS Storage Appliance,甲骨文对没有本地高性能存储系统的公有云厂商发起了冲击,同时挑战了缺乏公有云集成的传统硬件厂商。可以说,甲骨文通过混合数据能力提升了业务价值,大幅简化了用户体验。
由此,客户可以将Cloud Converged Storage用于弹性存储、备份/恢复、开发、测试、归档存储、快照副本存储、DevOps等流程。此外,还能够调用ZFS Storage Appliance的本地数据。
据了解,甲骨文对Oracle ZFS Storage Appliance进行了多项升级,其中包括新版Intelligent Storage Protocol,涉及数据备份、闪存存储池等解决方案。
好文章,需要你的鼓励
在技术快速发展的时代,保护关键系统越来越依赖AI、自动化和行为分析。数据显示,2024年95%的数据泄露源于人为错误,64%的网络事件由员工失误造成。虽然先进的网络防御技术不断发展,但人类判断仍是最薄弱环节。网络韧性不仅是技术挑战,更是人员和战略需求。建立真正的韧性需要机器精确性与人类判断力的结合,将信任视为战略基础设施的关键要素,并将网络韧性提升为国家安全的核心组成部分。
南洋理工大学团队开发了Uni-MMMU基准测试,专门评估AI模型的理解与生成协同能力。该基准包含八个精心设计的任务,要求AI像人类一样"边看边想边画"来解决复杂问题。研究发现当前AI模型在这种协同任务上表现不平衡,生成能力是主要瓶颈,但协同工作确实能提升问题解决效果,为开发更智能的AI助手指明了方向。
自计算机诞生以来,人们就担心机器会背叛创造者。近期AI事件包括数据泄露、自主破坏行为和系统追求错误目标,暴露了当前安全控制的弱点。然而这种结果并非不可避免。AI由人类构建,用我们的数据训练,在我们设计的硬件上运行。人类主导权仍是决定因素,责任仍在我们。
360 AI Research团队发布的FG-CLIP 2是一个突破性的双语精细视觉语言对齐模型,能够同时处理中英文并进行精细的图像理解。该模型通过两阶段训练策略和多目标联合优化,在29个数据集的8类任务中均达到最先进性能,特别创新了文本内模态对比损失机制。团队还构建了首个中文多模态评测基准,填补了该领域空白,为智能商务、安防监控、医疗影像等应用开辟新可能。