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
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。