8月17日,以“聚+存储,携手赢云”为主题的2017年杉岩数据软件定义存储方案推介会在深圳顺利举行,本次会议由Intel全程合作赞助,百余家合作伙伴代表参加。
聚焦企业级存储市场,用软件定义IT架构
会议的开始,杉岩数据CEO陈坚先生为大家介绍了杉岩SandStone的来历,“SandStone是美国羚羊峡谷的一种橙红色石头,由沙粒经过多年不断沉积重新排列而成,它生动地诠释了‘分布式架构’的形成”。如羚羊峡谷的惊艳世人一般,存储技术也需要多年沉淀和打磨,才能呈现出让企业用户真正受益的价值。
杉岩的核心技术团队由500强知名企业的存储专家组成,自2014年成立以来,杉岩聚焦软件定义存储领域,推出了弹性块存储(EBS)、海量对象存储(MOS)、统一存储(USP)三款主打产品。陈坚先生用跑车、货车、多功能小汽车来形象地类比这三款产品的核心价值,EBS可以满足企业级用户对存储高性能的极致追求,MOS可以提供海量非结构化数据的存储与大数据分析,而统一存储则兼具二者之长同时满足两种存储需求。
杉岩软件定义存储系列产品经过百余家知名用户的成功部署和实践,用户体验和产品可靠稳定得到了广泛的验证和认可。同时,杉岩数据在8月份成为首家通过Intel云计算创新中心测试并发布报告的SDS厂商,历经长达3周的高强度测试,15项可靠性和安全性测试用例一次性全部通过。
杉岩数据CEO 陈坚先生
杉岩软件定义存储方案全方位解析
在接下来的分享中,杉岩数据解决方案经理游长繁为大家详细解读了杉岩数据三款产品的技术优势和应用场景。SandStone EBS块存储可与VMware和Citrix等主流虚拟化方案进行完美融合,轻松部署在任何标准x86服务器上,能够为企业级用户提供VDI、超融合方案,同时也可以满足用户大规模存储资源池的建设需求。目前,SandStone EBS已经在南方电网深圳供电局、银联商务等用户场景中完成了PB级部署,其按需扩展、可靠稳定等特性得到了用户的一致认可。
SandStone MOS对象存储对于大多数参会用户来说也是较为新鲜的概念和产品,其面向海量非结构化数据而生,可以解决传统NAS面临的性能、扩容、成本等难题,帮助用户轻松实现海量数据存储,目前MOS产品在跨数据中心容灾、历史资料归档和检索、企业协同、大数据分析等场景下得到了广泛的应用。广发证券,作为SandStone MOS首家金融行业客户,其同城双活数据中心使用12台标准x86服务器构建档案数据的对象存储系统,支持百亿级小文件存储,读写时延可控制在毫秒内。
而SandStone USP统一存储同时支持块、文件、对象的接口,满足不同业务的存储需求,让数据自由流动,消除企业信息孤岛。SandStone USP可用于政务云、警务云、医疗云、教育云、运营商云等行业云存储资源池场景。
会议的最后,杉岩数据合伙人兼销售总监肖宜节为参会的合作伙伴介绍了杉岩的市场合作政策及后续对合作支持的力度。面向未来,杉岩将携手众合作伙伴,共同拥抱云计算和大数据的时代机遇,携手开启赢云时代!
杉岩数据软件定义存储系列产品
会议的最后,杉岩数据合伙人兼销售总监肖宜节为参会的合作伙伴介绍了杉岩的市场合作政策及后续对合作支持的力度。面向未来,杉岩将携手众合作伙伴,共同拥抱云计算和大数据的时代机遇,携手开启赢云时代!
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。