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
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。