昆腾公司宣布推出其屡获殊荣的StorNext® 文件系统的重大新版本--StorNext 6。StorNext 6为其横向扩展分层存储解决方案产品组合领先的流媒体性能新增了先进数据管理功能,这些产品组合包括闪存、磁盘、磁带以及公有和私有云存储等产品。通过性能与管理的独特组合,昆腾不断延伸StorNext的能力,使其超越媒体和娱乐,进入包括基因组学、学术研究、视频监控、石油和天然气,以及政府安全等在内的其它数据高度密集的环境。
StorNext 6满足了那些努力通过现有NAS解决方案来存储大型、迅速增长的数据集,并从这些数据中驱动业务价值的企业需求。这些企业迅速意识到,传统NAS升级太困难,无法提供足够的性能,并且不能处理大量并行负载。StorNext 6不仅克服了这些限制,还提供更加高效、成本效益更高的方式,让分布在各地的团队能够共享并访问文件,能够管理并保护归档数据,并且能够审查数据整个生命周期中所发生的变化。昆腾在一个集成、多层存储解决方案中提供所有这些好处,从而在每一层都能保持优化的性能水平、可见性和可访问性。
多站点文件复制与共享,以简化协作
在当今世界,地理分散的团队应能够利用一套用于创意、分析等任务的通用数据集来进行合作,这是一个关键差异化竞争优势。
通过推出FlexSync和Flex,Space StorNext 6促进更加广泛深入的合作:
• FlexSync通过利用文件系统中增强的元数据监测而在存储系统上提供文件持续同步,以便立即识别变化并在另一个系统上反映这些变化。这种方式不再需要锁定文件系统来识别变化,从而把同步时间从几小时或几天缩短到几秒。因此,用户还能够设置策略,自动触发近实时文件副本,以便它们能够在多个站点提供,从而让各个团队在任何有需要的时候都能迅速轻松地访问数据。此外,通过在站点上提供自动复制功能,FlexSync还提供增强的数据保护。
• FlexSpace让位于世界上任何地方的多个StorNext实例都能共享一个归档库。不同位置的用户都可以在那里存储文件,并且从归档中浏览并提取数据。此外,共享归档选项还包含公有云存储,通过StorNext当前FlexTier功能而支持Amazon Web Services(AWS)、Microsoft Azure或Google Cloud,以及基于昆腾Lattus对象存储或通过FlexTier而支持NetApp StorageGRID、IBM Cleversafe和Scality RING等第三方对象存储而实现的私有云存储。和FlexSync一样,FlexSpace可根据政策提供完全自动化的文件迁移,从而通过离线存储提高效率并增强数据保护。
增强的StorNext客户端功能,以便实现更高的敏捷性
通过StorNext 6,昆腾提供一个新的服务质量(QoS)功能,让用户能够在所有客户端工作站上进一步对每个机器逐一调整并优化性能。利用服务质量向特定工作站分配合适的带宽,管理员可以确保存储资源根据业务优先顺序进行优化。例如:对紧急项目中要求苛刻的应用提供更多带宽,并随着优先级的变化而迅速调整。
StorNext 6还让所有客户端平台都能浏览包含离线文件的归档目录,文件数量可以是数十万、甚至数百万,无需检索整个目录。因此,这个功能大大简化了归档检索流程,让用户能够更快获得自己所需的文件。
可提高投资回报率的文件副本过期功能以及用于更深入洞察的文件审查功能
作为一个能够在闪存、机械磁盘、对象存储、磁带和云上的一个命名空间的集成解决方案,StorNext一直通过分层来降低整体存储成本。StorNext 6添加了一个新的副本过期功能,能够从更加昂贵的存储层自动删除文件副本,从而释放空间并提高整体投资回报率。此外,当一个文件其中一个副本从存储中删除时,StorNext 6中的互补可选检索功能让用户能够指定"检索剩余副本"的次序。这个功能确保文件能够根据业务或企业需求,在最适当的存储层中检索出来。
StorNext 6现在还可在数据整个生命周期跟踪文件中的变化,并报告谁更改了文件、何时进行更改、进行了哪些更改、文件迁移到哪里。除了为管理员提供更大的文件管理精度以及对使用模式的洞察,这个新的审查功能还有助于支持法规遵从需求。
分析师言论
"随着企业希望最大程度提高其不断增长的数字资产的战略价值,他们面临与日俱增的成本和复杂性挑战。通过其超快性能和增强的数据管理功能,StorNext 6基于昆腾经过验证的业绩,能够应对最苛刻的横向扩展存储挑战并让用户得以更轻松、以更高的成本效益实现其业务目标"。
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。