在发展的道路上,从Open+战略到双态IT理论,联想从来没有停下脚步。2017年8月31日,联想推出新一代DPA备份一体机产品,并与VERITAS举行了合作签约仪式,双方将致力于满足传统IT和敏捷IT下的用户,避免随机事故导致的数据丢失以及蓄意的数据破坏。而在这之前,联想已经与包括SAP、 IBM 、Intel、 Juniper、 Nutanix、 微软、VMware、Cloudian、Nexenta、希捷、红帽,迈络思、商汤科技、明略数据、上海星环、科大讯飞、DaoCloud等在内的合作伙伴一起在构建IT新生态。此次与VERITAS的合作相信能继续为企业数字化转型添砖加瓦。
联想数据中心集团全球销售&市场营销高级副总裁Roderick Lappin、联想数据中心集团中国区业务副总裁李国庆、联想数据中心集团中国区企业级营销总经理黄强、VERITAS公司BackupExec 全球解决方案事业部总经理Simon Jelley、VERITAS公司大中华区总裁杨晨等嘉宾出席了签约仪式。
(从左到右联想数据中心集团中国区业务副总裁李国庆、联想数据中心集团全球销售&市场营销高级副总裁Roderick Lappin、VERITAS公司BackupExec 全球解决方案事业部总经理Simon Jelley、VERITAS公司大中华区总裁杨晨)
联想是世界第一流的硬件解决方案提供商,在2017联想ThinkSystem & ThinkAgile发布会暨TechWorld’17商用分会上,联想数据中心集团(DCG)发布了全新ThinkSystem数据中心基础设施和解决方案产品组合以及ThinkAgile软件定义的解决方案。“在IT技术不断发展的今天,企业的IT架构也呈现出了稳态和敏态的双态化趋势,客户面对稳态以及敏态两种不同的IT环境,需要一套能够同时保护双态IT环境的备份方案,以满足软件定义一切的应用需求。” 联想数据中心集团全球销售&市场营销高级副总裁Roderick Lappin表示。
VERITAS则是业界领先的数据管理软件解决方案公司,VERITAS公司大中华区总裁杨晨在采访中谈到, VERITAS提出的全方位数据管理的理念,能够帮助客户涵盖数据管理的方方面面,包括数据的备份、保护,数据的可视化,数据应用的容灾、迁移、在云端的调度等等一系列的功能,并根据企业的不同需求量体裁衣。
VERITAS和联想签署协议,是其本地化合作中亚太区的第一例,充分体现了VERITAS对中国市场的重视程度。联想在市场的地位举足轻重,而VERITAS的产品也是有口皆碑。通过强强联手,双方将一起为本地客户提供新一代数据管理解决方案。
联想数据中心集团中国区存储产品营销总监林佑声介绍了DPA备份一体机的三个特点,此次发布的DPA备份一体机能够完整保护所有物理、虚拟、超融合和云环境,同时基于联想在服务器领域的深厚积累,帮助用户大幅降低了设备成本及人工管理成本。
备受信赖——可靠的服务器和得到逾200万客户认可的备份应用,在新的数据环境下,能够非常好地契合用户自身的IT发展步调,满足企业云计算、大数据、移动化等多维度数据应用对存储备份的需求挑战。
功能强大——此次新品采用一流服务器和强大的备份应用,对于方案的可管理性进行了多方面的深度革新,一台备份设备可以全面保护物理、虚拟、超融合及云环境,给客户带来了更高的投资回报(ROI),力求提供一个真正易用、好用,契合用户IT发展趋势的强大可管理的数据保护解决方案。
物超所值——面向从入门级到企业级的客户,凭借最大限度优化的服务器成本和颇受欢迎的备份应用,DPA备份一体机能够针对于各种规模的企业,提供基于公有云、私有云以及混合云的多种数据保护模式,简化用户数据保护、运维管理复杂度和成本,林佑声表示联想跟VERITAS的合作是按容量计算的,让用户享受更高的性价比,进一步帮助用户提升方案整体效果,降低资产和管理支出,降低总体拥有成本(TCO)。
根据第三方机构预测,到2021年,全球数据管理、储存备份市场大概有700亿美金,这为此次双方的合作提供了坚实的市场基础。相信基于在数据管理方面的丰厚经验和对中国消费者需求的高度理解,联想与VERITAS的强强联合,将给备份数据市场带来更优的选择。
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。