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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。