时至今日,云计算的普及已经超过10年,技术的不断迭代以及行业的日益成熟,使其在新趋势下呈现了另一番产业格局。纵观当下,公有云服务竞争愈加激烈,私有云服务市场需求不断增长,混合云逐渐成为云部署的优选模式之一。
根据研究调查,到2021年,混合云市场规模预计将增长到917.4亿美元,年均增长率超过22%,这比2016年的332.8亿美元将有巨大的增长,凸显了其巨大的增长潜力。

混合云存储作为混合云战略的组成部分,同样备受关注。首先脑补下定义,准确的定义是使用企业内部部署存储和公有云存储,以创建一个更具整体价值的混搭。企业用户可以将一些数据存储在企业内部,将另外一些数据存储在云中,这取决于相关的风险分类和应用程度对于延迟性和带宽的需求。另外,企业可以采用私有云存储和公有云相结合的方法,使用公有云存储用于归档、备份、灾难恢复、工作流共享和分发。
这种混合的方法可以使企业用户能够充分利用云存储的可扩展性和成本效益,而不会暴露任何关键任务数据。
不过也面临一定的挑战,在本地或云上启动机器相对比较容易,将PB级数据迁移却不是一件容易的事,延迟、一致性、可用性和安全性等方面都有担忧。另外,整合和管理这样一个系统,以不改变企业现有的基础设施或应用程序为前提。特别是当企业用户考虑到服务必须匹配来自不同的来源所提供的资源,同时还必须作为一个单一的系统单独运行及与其他系统互动,这意味着您的系统需要共同的数据和软件管理工具。
尽管如此,许多企业走了出来仍然使用混合云存储。早在2016年,IDC就曾报告,有68%的企业实施了混合云存储,或正在计划中。如今的技术已经逐步成熟,戴尔EMC、IBM、NetApp等领先厂商也正在提供强大的解决方案。
各大厂商涉足混合云存储业务
戴尔EMC
戴尔EMC在数据存储市场中地位领先,并通过一系列合作伙伴关系和收购,以及内部开发扩大了混合云业务。该公司的Virtustream存储云旨在保护,管理和存储大型企业快速增长的数据。
Hitachi Vantara
Hitachi Vantara通过日立数据系统(HDS)部门提供云存储点播和计算即服务。今年早些时候,HDS推出了由VMware Cloud Foundation提供支持的新型统一计算平台产品,旨在为客户开发混合云策略。
HPE
HPE Helion CloudSystem是一个云基础架构,将存储,服务器,网络和软件结合在一个基于OpenStack的混合云模型的开放平台上。
AWS
AWS不提供混合云实施所需的组件,但通过许多合作伙伴提供集成网络,备份和私有存储,数据集成,安全和配置管理。例如,AWS与NetApp合作,通过NetApp的ONTAP Cloud技术为企业内部云存储提供接口。
毋庸置疑,这种强劲的发展势头将会加强企业对混合云存储的的采用,也将推动企业的进一步变革。那么,在2018年,混合云存储下一步面临着什么?
SCM(存储级内存):以混合云存储为基础的存储技术将随着采用率的提高和产量的增长而不断提高。本地数据中心和云服务商未来可能会考虑SCM(存储级内存),它像闪存一样是非易失性的,但也共享了DRAM的低延迟、高密度特性。据Forsythe Solutions Group称,闪存技术在未来一年将更受关注,每秒10GB的传输速率也将很快成为常态。更快的存储技术很可能会改变混合云存储的经济性,并影响组织决策。
物联网:在刚刚过去的一年中,除人工智能外,物联网频登热词榜,出尽风头。在麦肯锡最近的一项调查中,98%的受访者表示未来一年其路线图上都有企业物联网战略,60%表示企业物联网的影响将是变革性的。而物联网设备所产生的数据加载到云中,并将数据透明的提供给本地系统,这是一个有趣有具体挑战性的前景。
分析工具:可以帮助企业提高性能、可用性和数据管理能力,这对2018年混合云存储战略将产生更为显著的影响。分析工具可以方便快速检索信息,减少点击次数,并随着时间的推移更好地监控混合存云储性能。
在过去的几年中我们看到了云计算带来的巨大潜力。随着我们步入2018年,据统计有超过三分之一的IT专业人士表示将"混合使用本地和公有云数据存储"作为2018年的首要目标,因此,"混合"性的存储模式也许会在未来成为主流。
好文章,需要你的鼓励
家庭智能设备中的AI技术正在发挥惊人作用,包括摄像头的深度物体和活动识别、升级版语音助手如Alexa Plus/Gemini,以及能够节省开支的机器学习功能。这些应用涵盖包裹识别、声音监测、智能恒温器学习日常习惯、宠物行为识别、对话式语音控制、用水监测和漏水检测,以及视频事件摘要等七大功能,为用户提供更智能便捷的家居体验。
香港中文大学团队突破AI记忆瓶颈,提出HGMEM超图记忆机制。该技术让AI具备类似人类的联想思维,能将分散信息整合成高阶理解。通过动态记忆演化和智能检索,显著提升了复杂推理能力,在长文本理解任务中全面超越现有方法,为AI向"知识理解者"转变开辟新路径。
MacPaw最新调查显示,自M1芯片发布五年来,Mac设备在企业中的使用寿命显著延长。近半数受访企业的Mac使用3-5年仍保持良好性能,这得益于M系列芯片出色的稳定性和能效表现。IT团队正转向自动化管理工具和AI辅助workflow来应对人手不足的挑战。虽然设备更耐用减少了硬件更换频率,但IT部门面临的安全威胁和管理复杂性持续增加,需要更简化的软件更新流程。
中佛罗里达大学研究团队开发的TESO算法通过创新的双记忆机制解决了仿真优化中的噪声干扰问题。该方法结合短期禁忌列表和长期精英记忆,实现探索与开发的智能平衡,在队列系统优化测试中表现出色,为制造业、医疗、航空等领域的复杂优化问题提供了新的解决方案。