如今,许多企业发现其现有数据管理和保护解决方案难以跟上其需求变化的步伐,而促使需求变化的原因多种多样——可能是容器或Kubernetes增添的全新工作负载,或是企业云策略调整带来的相应改变,亦或是新出台的数据法律法规对数据管理提出更严格的要求,甚至是近期发生勒索软件事件造成的恐慌等等。无论何种原因,企业不得不重新审视其现有的数据管理和保护解决方案。
据Gartner预测, 40%的企业将在2022年之前更换其在2018年初部署的数据备份应用。也就是说,数据备份解决方案与应用的更换已成为许多企业共同关注的焦点。Commvault认为,无论是选择维持现状还是更换备份解决方案,企业都应当从以下几个关键方面入手。
1.自动化
企业IT环境越来越复杂,然而企业并没有更多的时间或人力能够与之抗衡。因此,企业需要能够有效应对复杂性的解决方案,帮助其简化IT运营的过程。而自动化就是其中的关键。
2.灵活性
您现有的解决方案是否能满足您的需求?数据管理方式又是否受到了特定供应商的局限?企业需要选择适合自身的解决方案,而不是被迫接受某个特定解决方案提供的特定数据管理方式。企业需要确保有关数据策略、保留或行为等方面的任何决策或配置都能按需更改。如同复杂性一样,不断改变也是当今业务和数据环境的重要特征之一,因此企业必须掌握必要的灵活性。
3.成本模型
“钱要花在刀刃上”,即企业花费的成本要能达到其期望的效果。市面上有很多数据管理和保护解决方案及服务,企业应当根据自身业务及财务状况,通过缜密的调查和评估选出最适合自己的解决方案。
4. 可扩展性
可扩展性不止是规模的扩大。企业需要一个支持向上扩展和向下扩展的解决方案,以适应不断变化的数据管理需求。云中运行永久性计算会大幅增加成本,因此可扩展性对评估云中数据和工作负载尤为关键。企业需要能够按需增减资源的弹性,以灵活匹配企业需求。此外,可扩展性还意味着能够根据企业全新的技术和业务需求而扩展相关特性或功能,也就是企业要思考能否在无需全盘推翻的前提下轻松地添加新功能。
重新评估现有数据管理解决方案时,企业必须要全面而谨慎地思考,无论是维持现有方案还是更换新的解决方案,都需要确保能满足企业及其利益相关者的需求。作为数据管理、保护和恢复领域久经验证的领导者和创新者,Commvault可以为企业重新评估现有解决方案的过程出谋划策,帮助企业轻松适应瞬息万变的业务和数据需求。
好文章,需要你的鼓励
IBM Spyre加速器将于本月晚些时候正式推出,为z17大型机、LinuxONE 5和Power11系统等企业级硬件的AI能力提供显著提升。该加速器基于定制芯片的PCIe卡,配备32个独立加速器核心,专为处理AI工作负载需求而设计。系统最多可配置48张Spyre卡,支持多模型AI处理,包括生成式AI和大语言模型,主要应用于金融交易欺诈检测等关键业务场景。
加拿大女王大学研究团队首次对开源AI生态系统进行端到端许可证合规审计,发现35.5%的AI模型在集成到应用时存在许可证违规。他们开发的LicenseRec系统能自动检测冲突并修复86.4%的违规问题,揭示了AI供应链中系统性的"许可证漂移"现象及其法律风险。
意大利初创公司Ganiga开发了AI驱动的智能垃圾分拣机器人Hoooly,能自动识别并分类垃圾和可回收物。该公司产品包括机器人垃圾桶、智能盖子和废物追踪软件,旨在解决全球塑料回收率不足10%的问题。2024年公司收入50万美元,已向谷歌和多个机场销售超120台设备,计划融资300万美元并拓展美国市场。
这项由剑桥大学、清华大学和伊利诺伊大学合作的研究首次将扩散大语言模型引入语音识别领域,开发出Whisper-LLaDA系统。该系统具备双向理解能力,能够同时考虑语音的前后文信息,在LibriSpeech数据集上实现了12.3%的错误率相对改进,同时在大多数配置下提供了更快的推理速度,为语音识别技术开辟了新的发展方向。