至顶网分析报道:随着2017年Gartner最新发布的数据中心备份和恢复解决方案魔力象限发布。通过Gartner和IDC的报告,至顶网做出分析判断:可以看到下一代数据中心的存储构建的一个态势是:基于数据管理、存储系统(包括超融合、闪存等)以及软件定义存储SDS三个领域越来越独立的趋势。也可以预见,未来下一代数据中心的存储构建也会从这三个维度展开。
今天提供云的数据管理已经变得重要;包括提供云管理服务与本地混合数据备份解决方案。从数据中心备份和恢复解决方案魔力象限来看,DellEMC、veritas、IBM、veeam以及commvault。处于领导者地位的备份厂商,都提供了混合云环境下的数据备份和恢复功能。包括Veeam 的核心优势就是帮助企业确保在多云和混合云环境中实现“始终在线云”可用性,为私有、托管、公有和SaaS云提供了高度差异化的解决方案。Veritas最新升级的Veritas 360 Data Management解决方案产品组合也为行业提供最本地和多云环境下的数据管理解决方案。包括最新魔力象限的Rubrik,也是提供云服务+本地混合数据备份解决方案。
当然他们各自有自己的特点,Veeam 的特点是提供不间断业务连续性实现云上的随时随地跨云的即时恢复。多云或者混合云环境下的备份、复制和连续数据保护(CDP),无论何种方式:私有、公有、托管还是SaaS;Rubrik主要具备两个差异化的优势:一是将备份软件、备份服务器硬件以及备份存储融合为单个备份基础设施,并且能够根据客户需要将备份分发到其他地方,同时还可以在需要时即时从云端恢复回来;二是Rubrik具有很强的可伸缩性,可以适应客户日益增加的数据备份规模变化。
存储系统领域,这里主要包含(传统的存储阵列、全闪存阵列以及超融合产品)我们首先看看最新的闪存魔力象限,包括Dell EMC、NetApp、HDS、IBM等处于“具有执行能力”和“完整愿景”的厂商行列。HDS对其全闪存HDS虚拟存储平台(VSP)F系列产品线进行了全面增强,产品销售更是全线飘红,一举推动公司从挑战者象限跃升至领导者象限。
如果以“具有执行能力”和“完整愿景”的厂商来看,华为是有能力进入闪存魔力象限领导者行列的,华为官方给出的解释是华为全新一代闪存Dorado V3上市时间和Gartner报告周期不匹配, 华为透露,Dorado V3将参与到18年 Gartner魔力象限报告中, 预计进入领导者象限。当然我们也看到国内存储厂商在闪存方面有很大的突破发展,IDC 2017Q1中国外部存储市场报告显示在全闪存市场,专业存储厂商宏杉科技取得不错的成绩。包括浪潮、中科曙光等都积极推动全闪存的发展。
超融合产品包括联想、新华三、Nutanix、EMC、华为、HDS等传统的厂商,也包括SmartX、书生云、达沃时代、ZETTAKIT等初创的超融合厂商,在超融合领域呈现一个爆炸式的一个发展机遇。
在软件定义存储领域,目前中国软件定义存储市场呈现百花齐放的态势,IDC最新发布的《2017年第一季度中国软件定义存储及超融合市场跟踪报告》显示的软件定义存储厂商主要有华为、曙光、浪潮、联想、IBM等,但是包括VMwareVSAN、飞康freestor、XSky等都发力软件定义存储。
最后从数据管理、存储阵列以及SDS这三个维度看,在数据管理领域,走在前列的还是国外这是数据管理企业。从存储阵列和软件定义存储领域看,国产企业包括初创企业会有很大的机会。
好文章,需要你的鼓励
本文探讨如何使用生成式AI和大语言模型作为倾听者,帮助用户表达内心想法。许多主流AI如ChatGPT、Claude等被设计成用户的"最佳伙伴",或试图提供心理健康建议,但有时用户只想要一个尊重的倾听者。文章提供了有效的提示词技巧,指导AI保持中性、尊重的态度,专注于倾听和理解,而非给出建议或判断。同时提醒用户注意隐私保护和AI的局限性。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
人工通用智能和超级人工智能的出现,可能会创造出一种全新的外星智能形态。传统AI基于人类智能模式构建,但AGI和ASI一旦存在,可能会选择创造完全不同于人类认知方式的新型智能。这种外星人工智能既可能带来突破性进展,如找到癌症治愈方法,也可能存在未知风险。目前尚不确定这种新智能形态是否会超越人类智能,以及我们是否应该追求这一可能改变人类命运的技术突破。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。