在2017年的2月15日,一家中国领先的信息系统提供商中科曙光和一家全球混合云数据管理权威企业NetApp,双方宣布了一项战略合作,要针对软件定义存储领域展开一系列技术研发与市场推广的深度合作。半年之后结出果实,在9月1日推出曙光HyperStor软件定义存储家族产品。此次新发布的产品集合了NetApp ONTAP数据管理解决方案与曙光模块化服务器优势。
新的曙光HyperStor软件定义存储家族产品包括ServerSAN和HCI超融合两款系列产品。ServerSAN首次推出高性能型号HyperStor100-P和高容量型号HyperStor100-C。HCI超融合首次推出高性能型号HyperStor200-P和高容量型号HyperStor200-C。ServerSAN和HCI超融合可以在传统硬件平台上轻松实现计算和存储资源的灵活供给。
X86全冗余集群架构,支持Scale-out, HyperStor产品支持容量和性能的多维动态扩充。任一节点故障,数据不丢失,业务不中断。支持超融合部署,即是存储节点,也是计算节点,实现ALL IN ONE 架构,简化IT部署。
继承了高端盘阵的全方位的数据保护,包括高可靠的数据镜像方案,实现关键数据实时同步,即使其中一个分区完全损坏,数据仍保持可用。瞬时快照,实现秒级创建,对性能无影响以及实现本地数据的逻辑保护。秒级克隆,节省空间,逻辑独立,可读可写。帮助用户在不影响生产的情况下快速构建测试环境。
最灵活的容灾方案,包括异构容灾和数据同步和分发。HyperStor支持与曙光高端磁盘阵列之间的数据复制,构建低成本的数据容灾方案。支持一对多和多对一的复制方式,灵活支持总部和分支机构、以及各分支机构之间的数据分发和同步。实现对关键数据实现逻辑和物理故障的防护。
也继承了高端盘阵的卓越的存储效率技术,拥有专用的压缩去重算法和块级重删,特别是在云计算和灾备场景下,可节省存储空间50%以上。
拥有QOS服务,在混合业务场景下避免非关键应用占用过多系统资源。满足某些应用程序的特定性能目标;实现与多租户结合使用,为不同租户的性能需求提供差异化的SLA。典型的应用场景,包括灾备/ROBO,私有云平台存储和新一代数据中心。
NetApp ONTAP运营系统事业部高级副总裁Octavian Tanase表示,双方合作能够为用户带来全球领先的软件定义数据管理能力。NetApp ONTAP的优势是能够实现软件定义的混合云环境,能够充分释放混合云的潜力,帮助企业构建下一代数据中心。借助先进的数据管理能够打造现代化的存储系统。软件定义的企业级数据服务ONTAP Select能够实现X86服务器上的软件定义的存储,支持灵活的硬件配置和支持常见的虚拟机管理程序。提供企业级的数据服务,ONTAP具有高的存储效率,具备高可靠性和横向扩展能力的架构和集成的数据保护功能。针对混合云提供专为混合云环境下构建的跨数据中心高效复制数据和用于HCI与Openstack集成的API。
曙光公司总裁助理、存储产品事业部总经理惠润海表示:曙光HyperStor产品一方面继承了NetApp公司领先的数据管理能力,对外提供完善的数据访问和数据管理方案,提高存储效率;一方面结合曙光领先的存储架构和数据服务能力,既有超融合一体机方案,又有分布式存储方案,可灵活应对大中小型客户需求,兼容性强,满足本地化扩展,降低总拥有成本,保证数据安全。
可以看出HyperStor将是曙光存储线的重要补充,填补了曙光现有存储产品线在ServerSAN和HCI产品领域内的空白,大幅提升了曙光存储的整体实力。进一步为曙光打造完整的存储蓝图。对于NetApp来讲,也进一步实现在中国的本地化服务,加速推动中国软件定义存储市场发展。
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。