话题三:生态共赢,希捷新技术为产业积极赋能
高飞:您看到接触很多客户,存储方面您会给他们什么建议?比如说对CIO或者对一些技术,或者决策者,您在存储方面会给他们什么样IT大的方针建议吗?
孙丹:我觉得首先要取决于这家公司到底它的IT架构是什么样的架构,如果它是云计算大的数据中心,这种现在很典型我们跟所有业界领先都在合作,我们会给它非常多的这种数据管理型的建议,包括健康管理,这个非常重要,我们跟BAT合作之后帮助它们做了很多数据中心管理优化,当然要做很多软件优化,可以降低很高,30%,40%的成本,是非常大的一个成本的优化。对于这种数据中心型的,一方面是存储的方案分层,另一方面它怎么健康管理,怎么样能够实时发现,怎么样能预测你的硬盘可能要出问题了,怎么能够降低能耗,把你的电降下来,包括raid上面,包括数据安全,怎么样能够一键擦除,很多数据中心非常头疼的,我怎么样能够把这个数据安全擦除,所有这些东西都是节省它的人力,数据中心管理成本,包括整个硬盘的使用成本,这是大的数据中心,互联网公司。
现在像电信,移动有很多,越来越多慢慢都是,很多客户都在把数据集中化。
高飞:其实这也是数字化转型的过程。
孙丹:对,就是第三代云计算的,数据中心的这种要求,这是我们现在能够已经做了非常多的案例在帮助客户的。当然还有一些边缘智能的,比如说很典型的现在说安防行业,因为网络限制,非结构化数据你很难做成大的云计算数据中心,你可能是一个一个小的,同时前端要做很多智能,现在我们就会根据客户的要求,刚才有讲我们也在做一些一边存,一边做智能分析的这样一些解决方案,所以还需要配合客户的一些要求,包括现在出现的无人机我们都在看客户有什么样的需求,可能产品会越来越多元化,存储方案也越来越多元化,最近像区块链这种分布式存储开始越来越多客户在要求。
高飞:传统行业是什么样一种情况?可能现在很多传统企业面临的业务的挑战会很大的。
孙丹:传统行业目前看相对会慢一步,比如说我们看大的数据中心,大容量已经用到10T,12T了,传统行业可能主要还是4T,6T,从它的数据库,包括它的架构,当然已经慢慢全部都变成自己在做一些小的私有云,已经在做一个云化了,他们还在做小小的私有云,但是如果你要去跟大的数据中心比还是会慢一步,但是就像您讲的它会很挑战,一方面从架构上面现在刚刚做了云计算,做成云化。另一方面数据怎么用,这也是一个很大的挑战,它的数据量没有互联网公司这么大的数据量,我们也知道有一些客户在请外面数据公司帮忙做数据分析的应用,怎么样能把自己的决策基于数据上面。
高飞:当然希捷肯定想是有很多合作伙伴,包括您谈到很多行业合作伙伴一起去开拓,这方面来说咱们合作伙伴大的方针策略是什么样的情况?
孙丹:我们非常强调生态圈,生态圈你看整个食物链里面每个环节都很重要,缺一不可,所以生态圈对我们来讲我们认为非常重要,虽然我们在生态圈里可能提供的只是一个数据存储,包括数据管理,数据安全,可能我们大概提供的是这个,但是这个对于所有的客户都需要,所以我们现在对于合作伙伴,我们大的是往生态圈去看,比如说各行业,比如说刚才您讲的互联网行业,比如说安防行业,比如说我们现在开始在看的无人机,无人汽车,IOT,物联网,我们都会去看,在每一个生态圈里面我们会跟最领先的这些企业去合作,最重要的是学习,学习它们的需求,把我们的存储技术往前去演进,因为我觉得所有的技术演进是基于客户需求和痛点的,这个我们会带动整个行业的发展,同时客户也在学习,比如说可以说现在互联网公司大的全都是硬盘专家了,他们都知道怎么去管理硬盘,因为我们已经把所有的东西全部开放给他们,他们自己会做这些数据的硬盘健康管理。
高飞:会不会担心教会徒弟?
孙丹:肯定会签一些保密协议,但是也有一些创业的团队很有趣,有一个我们的客户跟我们学会了之后,它的整个IT部门有些人出去创业,就出来给客户提供服务,就是提供叫做系统管理的服务,其实我觉得也蛮好的,因为会服务更多的客户,其实我们的心态是,我们希望帮助客户,像互联网公司我们不直接销售的,我们不是说因为我卖给它东西,所以我要给它服务,不是这样的,我们不是跟它有贸易关系的,我们都是通过技术上面的合作,我认为这是一个相互学习,而且共同去推进的,而且确实非常受益的,我们很多创新的产品都是因为和这些客户合作之后,包括云盘,包括后来的归档盘,包括我们人工智能盘都是看到客户有这个需求所以我们才能推出来。
好文章,需要你的鼓励
国际能源署发布的2025年世界能源展望报告显示,全球AI竞赛推动创纪录的石油、天然气、煤炭和核能消耗,加剧地缘政治紧张局势和气候危机。数据中心用电量预计到2035年将增长三倍,全球数据中心投资预计2025年达5800亿美元,超过全球石油供应投资的5400亿美元。报告呼吁采取新方法实现2050年净零排放目标。
阿布扎比科技创新研究院团队首次发现大语言模型生成的JavaScript代码具有独特"指纹"特征,开发出能够准确识别代码AI来源的系统。研究创建了包含25万代码样本的大规模数据集,涵盖20个不同AI模型,识别准确率在5类任务中达到95.8%,即使代码经过混淆处理仍保持85%以上准确率,为网络安全、教育评估和软件取证提供重要技术支持。
AMD首席执行官苏姿丰在纽约金融分析师日活动中表示,公司已准备好迎接AI浪潮并获得传统企业计算市场更多份额。AMD预计未来3-5年数据中心AI收入复合年增长率将超过80%,服务器CPU收入份额超过50%。公司2025年预期收入约340亿美元,其中数据中心业务160亿美元。MI400系列GPU采用2纳米工艺,Helios机架系统将提供强劲算力支持。
斯坦福大学研究团队首次系统比较了人类与AI在文本理解任务中的表现。通过HUME评估框架测试16个任务发现:人类平均77.6%,最佳AI为80.1%,排名第4。人类在非英语文化理解任务中显著优于AI,而AI在信息处理任务中更出色。研究揭示了当前AI评估体系的缺陷,指出AI的高分往往出现在任务标准模糊的情况下。