北京,2020年4月29日:云数据管理™备份解决方案的领导者Veeam® Software(卫盟软件)今天发布全新的云备份和恢复解决方案Veeam Backup for Microsoft Azure。这一新产品将助力客户和服务提供商将更多的应用程序和数据迁移至Azure,以更低成本轻松保护Azure中的云应用程序和数据安全无虞。此外,Veeam的便携式备份格式全面支持多云环境中的云移动(Cloud Mobility),包括备份、恢复和迁移。
客户采用Microsoft Azure等公有云基础架构即服务(IaaS)作为IT生产工作负载的比率继续保持快速增长。即便使用公有云IaaS,由服务提供商保证基础架构的运行时间,客户仍然要对数据负责,并且还要保护这些数据免受各种威胁和风险,包括勒索软件、意外删除、数据损坏、恶意用户等,就像保护其本地数据一样。凭借全新的Veeam Backup for Microsoft Azure,Veeam通过一个全面的企业级解决方案扩展了其广泛的平台支持,增加了对Azure虚拟机上的Azure应用程序和数据的备份和恢复控制。
“根据Veeam云数据管理报告,云数据丢失是所有组织都面临的问题,”Veeam首席技术官 Danny Allan表示。“无论是由于错误、意外删除、勒索软件和恶意软件等安全威胁,或者是由于长期保留的需要,客户都有责任对其数据进行保护,无论是在本地还是在云中。我们的解决方案通过提高可靠性、降低成本和缩短恢复窗口,消除了IT专业人员面临的挑战和复杂性。全新的Veeam Backup for Microsoft Azure可以帮助客户进一步降低成本,同时还能通过保护和管理Azure以及客户的云端、虚拟和物理环境中的应用程序和数据,让客户的云数据尽在掌控。”
全新Veeam Backup for Microsoft Azure能让组织更有信心将更多应用程序和数据迁移至云,因为他们在其本地环境中使用和信任的Veeam平台现在可以无缝拓展到Azure。其优势包括:
定价和可用性
Veeam Backup for Microsoft Azure提供免费版和付费版,都可以通过Azure Marketplace轻松部署。免费版支持最多10个Azure VM的备份,对恢复没有限制。付费版可以用Veeam Universal License(VUL)进行授权,并与Veeam Backup & Replication™集成,可让用户从单个平台获得灵活的云数据管理解决方案。
支持引言
“Veeam Backup for Microsoft Azure为企业提供了更多功能选项,从而可以在几分钟内轻松地将丢失的云数据从任何场景中恢复。通过与Azure Lighthouse的集成,Veeam BaaS提供商将能够在其基于Azure的备份产品中构建跨客户管理功能,帮助客户降低成本并加速他们的上云进程。”——微软公司Azure存储、媒体和Edge副总裁Tad Brockway
“为了避免供应商陷入财务困境、以低成本运营,企业不断拓展基础架构,使其更加多样化。他们需要值得信赖的供应商随时随地为其工作负载提供支持。随着Veeam Backup for Microsoft Azure的发布,Veeam将继续支持动态基础架构,不断满足客户的日新月异的需求。”——ESG高级分析师Christophe Bertrand
“作为托管服务提供商,我们的客户依靠Brainlink来提高他们的生产力和效率,同时保护其数据以确保安全无虞。Veeam提供的广泛支持及其与Microsoft Azure的集成提供了无与伦比的产品组合,使我们能够通过在Azure中以合理成本进行超快速备份和恢复来实现我们的战略。我们很高兴Veeam再次拓展这一支持,全新的Veeam Backup for Microsoft Azure使我们能够进一步拓展我们的产品组合,为Azure虚拟机提供原生保护,并能在安全和成本效益方面满足客户预期。”——Brainlink首席技术官Raj Goel
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。