在Gartner一年一度的对象存储魔力象限中,有三个新来者和一个消亡者。
在Gartner公布的2017年分布式文件系统和对象存储系统魔力象限中,以“前瞻性”和“执行能力”两个维度对分布式文件系统和对象存储厂商进行了评估。四个象限分别是下方的“特定领域者”和“远见者”,以及上方的“挑战者”和“领导者”。
下面就让我们看看2017年10月版的魔力象限,然后是去年的版本。
需要注意的一点是,领导者和挑战者没有太大改变,只有象限内的小幅位置移动。HDS变成了Hitachi Vantara,因为日立的业务部门进行了重组和命名。
Qumulo以远见者的身份进入该魔力象限,HGST和StorageCraft(Exablox)以特定领域者进入象限。
Panasas曾经是在特定领域者象限,现在已经完全消失了。
关于这些新进的和消失的厂商,Gartner是怎么说的?
- Qumulo的业务扩展到了北美之外的地区,现在已经得到了Gartner魔力象限的认可
- HGST ActiveScale已经突破了面向生产客户的限制,现在得到了Gartner魔力象限的认可
- StorageCraft (Exablox) OneBlox产品开发现在覆盖了多种使用实例,这得到了Gartner魔力象限的认可
- Panasas:在2017年的魔力象限中Gartner对入围标准做了修改,仅包括那些可应对多种使用实例的厂商,而Panasas ActiveStor并不满足这一条,因为它只针对商业高性能计算
Gartner分析师认为,到2021年将有超过80%的企业数据保存在企业的横向扩展系统和云数据中心内,高于如今的30%。这对于该领域中的初创公司和新来者是个好消息。
分析师建议我们应该关注特定的一些厂商,因为这些厂商开始在非结构化数据存储市场获得更多关注:
- Elastifile
- 微软
- Hedvig
- Minio
- Nexenta
- Pure Storage
- 浪潮
明年的魔力象限期待看到一些有趣的变化。
好文章,需要你的鼓励
Anthropic发布了面向成本敏感用户的Claude Haiku 4.5大语言模型,定价为每百万输入令牌1美元,输出令牌5美元,比旗舰版Sonnet 4.5便宜三倍。该模型采用混合推理架构,可根据需求调整计算资源,支持多模态输入最多20万令牌。在八项基准测试中,性能仅比Sonnet 4.5低不到10%,但在编程和数学任务上超越了前代Sonnet 4。模型响应速度比Sonnet 4快两倍以上,适用于客服聊天机器人等低延迟应用场景。
上海AI实验室联合多家顶尖机构开发出全球首个科学推理大模型SciReasoner,该模型在2060亿科学数据上训练,支持103个科学任务,能够像科学家一样进行逻辑推理并展示思考过程。它实现了化学、生物学、材料科学等多领域知识整合,在分子设计、性质预测、文献分析等方面表现出色,为科学研究提供了强大的AI助手工具。
英国初创公司Nscale将为微软建设四个AI数据中心,总计部署约20万个GPU,合同价值高达240亿美元。首个数据中心将于明年在葡萄牙开建,配备1.26万个GPU。德州数据中心规模最大,将部署10.4万个GPU,容量从240兆瓦扩展至1.2吉瓦。所有设施将采用英伟达最新Blackwell Ultra显卡。
南洋理工大学研究团队开发出SHINE方法,这是一种无需额外训练就能实现高质量图像合成的新技术。该方法通过巧妙引导现有AI模型的潜能,能够在复杂光影条件下完美合成图像,包括准确的阴影生成和水面倒影效果。研究团队还创建了ComplexCompo基准测试集,验证了SHINE在各种挑战性场景中的卓越性能,为图像编辑技术的发展开辟了新方向。