Commvault今天向自己的数据保护平台引入了新的功能,从而能够更好地应对企业工作负载向公有云的持续转移。
Commvault是企业备份市场中一家老牌上市企业,其发展历史可追溯到1988年。在销售业绩出现一段时间的放缓之后,Commvault于2019年初任命Sanjay Mirchandani担任首席执行官,在他的带领下,Commvault开始遵循专注于云的增长战略。
今天Commvault的平台发布加强了对三种不同公有云的支持。Commvault客户现在可以备份AWS的DynamoDB、DocumentDB和Redshift数据管理服务中的记录,并将运行在微软和Oracle SQL数据库上的本地应用迁移到微软Azure平台上。第三个新集成,是针对阿里云的,允许用户将VMware工作负载转换、备份和迁移到Alibaba Cloud Elastic Compute Service中。
考虑到公有云在企业技术路线图中所起的重要作用,改进的平台支持代表了Commvault平台的重要发展里程碑。但这不是今天宣布的唯一增强功能。
Commvault还增加了另一个针对云的升级功能,该功能使管理员可以自动将运行在Unix上的Oracle数据库切换到Linux,反之亦然。Commvault表示,该功能将使本地Unix Oracle实例迁移到云变得更加容易,并在必要时将云数据库迁回内部。
最后,是亮相易用性方面的改进。现在,管理多个Commvault部署的管理员,只需登录一次即可,而不必分别登录每个环境;另外Commvault Activate工具新增了一项功能,可以安排创建自动生成审核报告的时间。
Commvault产品管理副总裁Ranga Rajagopalan在一份声明中说:“在这个充满挑战的时代,企业组织在管理数据方面必须具有灵活性,而云是其中的关键部分。借助这些新功能,我们将让客户能够更轻松地将更多工作负载迁移到云中。”
好文章,需要你的鼓励
中科大团队开发出LongAnimation系统,解决了长动画自动上色中的色彩一致性难题。该系统采用动态全局-局部记忆机制,能够为平均500帧的动画进行稳定上色,性能比现有方法提升35-58%。核心创新包括SketchDiT特征提取器、智能记忆模块和色彩优化机制,可大幅提升动画制作效率。
传统数据工程面临数据质量差、治理不善等挑战,成为AI项目的最大障碍。多智能体AI系统通过协作方式正在彻底改变数据准备、治理和应用模式。Google Cloud基于Gemini大语言模型构建协作生态系统,让不同智能体专门负责数据工程、科学、治理和分析等任务。系统通过分层架构理解组织环境,自主学习历史工作流程,能够预防问题并自动处理重复性任务,大幅提升效率。
南开大学团队开发出DepthAnything-AC模型,解决了现有AI距离估算系统在恶劣天气和复杂光照条件下性能下降的问题。通过创新的扰动一致性训练框架和空间距离约束机制,该模型仅用54万张图片就实现了在雨雪、雾霾、夜晚等复杂环境下的稳定距离判断,同时保持正常条件下的优秀性能,为自动驾驶和机器人导航等应用提供了重要技术支撑。