2020年4月22日,北京——今日,Hitachi Vantara宣布推出虚拟存储平台Hitachi Virtual Storage Platform(VSP)的最新产品VSP E990,这是一款面向中型企业客户的新一代企业级存储平台。
Hitachi Vantara数字基础架构总裁Brian Householder表示:“几十年以来,Hitachi Vantara凭借经过实践检验的、高可靠的数据解决方案在行业中一直处于领先地位。久经验证的Hitachi Vantara 以100%的数据可用性保障支撑解决方案的性能、可用性和可扩展性。配备Hitachi Ops Center的全新一代VSP E990完善了我们面向中型企业级用户的产品组合,不断推动AIOps更有效地服务于我们的用户,进而让这些用户更智能地服务于他们自己的客户。”
业界领先的数据缩减能力可有效降低存储成本
新推出的Hitachi VSP E990搭配Hitachi Ops Center,实现了业界领先的4:1数据缩减,数据精简比是最接近VSP E990的同类产品的两倍,将帮助用户释放高达75%的存储容量。
由AI强化的管理工具极大简化存储配置
配备Hitachi Ops Center的VSP E990便可帮助用户直面应对这一挑战。Hitachi Ops Center具备AI增强的管理功能,可帮助要求严苛的应用程序将存储效率提升多至90%。此外,它还可以将需要手动配置的存储任务减少70%,将故障根本原因分析的速度提高四倍,从而显著加快故障排查速度。
性能可信赖,费用可负担
VSP E990以中型企业可承受的价格为其提供极高的可靠性——Hitachi Vantara存储系统的高可靠性已经过市场的长期检验。VSP E990采用全NVMe架构,可提供业界领先且成本最低的IOPS(每IOPS成本低至0.03美元),同时可为消耗大量资源的业务应用程序提供超低延迟的服务。
全新VSP E990的高性能和低延迟特性,能够极大地提高业务应用程序性能,其行业领先的数据缩减能力可确保用户降低存储成本。Hitachi Ops Center强大的管理软件由人工智能驱动,能极大简化人工智能(AI)、机器学习(ML)和容器化应用程序的存储配置。Hitachi Vantara拥有广泛且性能强大的基础架构解决方案组合,VSP E990作为该组合的新成员配备了Hitachi Ops Center,为面向中型企业级用户的Hitachi Vantara系列解决方案提供了NVMe全闪存方案。这些基础架构解决方案拥有创纪录的性能表现,且能为所有规模的用户提供Hitachi Vantara一贯承诺的100%数据可用性保障。
IDC企业级基础架构系统、平台和技术研究副总裁Eric Burgener表示:“通过推出VSP E990存储系统,Hitachi Vantara将中端存储的性能提升到全新的水平。VSP E990是一款既支持存储级内存(SCM),又支持NVME-oF的全闪存NVMe系统,性能可扩展至近600万IOPS,有效容量超过16PB,并可通过压缩和数据缩减技术提供‘毫无争议的’4:1数据精减比,同时确保100%的数据可用性。对于需要为关键任务工作负载提供更多存储空间的中型企业而言,他们应该清晰认识到Hitachi VSP E990可以为他们带来的价值。”
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。