作者:Hitachi Vantara全球副总裁兼中国区总经理 戴建平
2020注定是不平凡的一年,对于ICT行业而言,更是如此。新基建大势风起云涌,经历了抗击疫情艰苦斗争的市场也即将“迎春回暖”。与此同时,Hitachi Vantara也再一次把公司在存储领域的精研、创新和积累带给广大企业组织。
“新基建”不断深化
“新基建”不是一个新概念。早在2018年,中央经济工作会议就提出要“加快5G商用步伐,加强人工智能、工业互联网、物联网等新型基础设施建设”。2019年7月至今,中央的密集部署带动了全国多个省区市发布了为数众多、数额庞大的新基建相关重点项目投资计划。新基建也逐渐成为了市场的热点。
2020年4月20日,国家发改委首次表示,将以新发展理念为引领,以技术创新为驱动,以信息网络为基础,面向高质量发展需要,提供数字转型、智能升级、融合创新等服务的基础设施体系。在4月28日的国务院常务会议上,李克强总理表示将加快推进信息网络等新型基础设施建设,同时强调当前市场主体要着眼国内需求,以应用为导向,积极拓展新型基础设施应用场景,瞄准产业升级和智能制造发展,各方合力建设工业互联网。
一系列的细化与实施标志着中国新基建的不断深化,其势必将成为加速各行业数字化步伐、深化数字经济建设的新引擎,作为底层逻辑的数字化基础架构也将迎来新的挑战与机遇。
数字化基础设施建设势头不减
年初至今的疫情阻击战让我们进一步意识到了基础设施创新的重要性及广阔前景:智能医疗设施助力精准防控、智能化的无接触作业提升了防控效率、远程办公加速企业复工复产,国民经济在夯实的基础设施保障中逐渐恢复平稳运行。
与此同时,随着新基建和疫情防控要求下众多新型工作负载的普及和深化,数据量必将迎来大幅增长,为升级数字基础架构,更多的企业组织会把目光投向性能更强、更安全、更高效的存储平台。
因此,即便在疫情对各行业造成巨大冲击的大环境下,数字基础架构仍然保持着有力的增长势头。IDC预测,2020年中国存储总体市场将有超过8%的增长。其中,全闪存阵列企业级存储系统市场的增幅将达到41%。
企业组织对IT基础架构的升级和现代化数据中心的建设于Hitachi Vantara及业界伙伴而言是难得的新机遇,也是推动整个行业向前大步迈进的好时机。以此为契机,Hitachi Vantara洞察市场需求、运用先进的存储科技,以全新企业级存储平台助力企业组织紧扣当下脉搏。
更强、更安全、更高效,新形势下的存储选择
为满足对性能有严苛要求、高度重视核心系统运行环境的企业级用户的需求,Hitachi Vantara推出了针对NVMe全闪存进行了优化的VSP E990。其实现了580万IOPS,并将响应时间刷新至64微秒——比去年推出的VSP 5000系列高端存储的延迟时间更低;此外,它还拥有4:1数据缩减能力、接近同类产品两倍的数据精简比。
业务连续性和数据保护是IT系统最重要的使命,也是存储创新的基石。Hitachi Vantara最新推出的存储虚拟化平台VSP E990继承了对用户的一贯承诺——100%数据可用性。
VSP E990还搭配了AI增强型管理软件Hitachi Ops Center,采用AIOps让重复的工作自动化、复杂的工作智能化,确保IT人员将宝贵的时间和精力用于更有价值的、不可替代的战略性任务中;将故障根本原因分析的速度提高了4倍,显著提升故障排除和资源规划效率,进一步改善决策的前瞻性和可预见性。
VSP系列全线产品采用通用的存储操作系统,实现了统一管理和统一运维,便于用户优化存储配置,也进一步保障了系统的稳定可靠。在Hitachi Vantara存储虚拟化技术的支持下,VSP E990提供的存储利旧方案可实现老旧设备更新、存储整合、技术升级,切实帮助用户减轻成本负担。
面对多变的政策环境与市场需求,Hitachi Vantara一直致力于为客户提供最有价值的解决方案与产品组合。想要推动信息化基础设施的创新,并非一朝一夕、一款产品能够练就的能力,更取决于技术供应商在各行业的积累,以及生态系统的强健。我们始终强调与合作伙伴、行业专家、终端客户“共创”,打造良好的生态系统,让创新技术、智能化产品与服务惠及更多用户。
VSP E990是Hitachi Vantara在数字基础架构领域四十余年经验积累,对金融、电信、医疗、制造等要求最严苛的行业进行深入研究后的成果结晶,但我们绝不止于此。2020年,Hitachi Vantara将继续在对象存储、软件定义存储等领域进行一系列的更新与发布,持续赋能企业和行业,助力中国数字化转型与新基建的步伐,敬请期待。
好文章,需要你的鼓励
在我们的日常生活中,睡眠的重要性不言而喻。一个晚上没睡好,第二天的工作效率就会大打折扣,而充足的睡眠不仅能让我们恢复精力,还能帮助大脑整理和巩固当天学到的知识。有趣的是,AI模型竟然也表现出了类似的“睡眠需求”。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
尽管模型上下文协议(MCP)自11月推出以来用户数量快速增长,但金融机构等监管行业仍保持谨慎态度。银行等金融服务公司虽然在机器学习和算法方面是先驱,但对于MCP和Agent2Agent(A2A)系统的采用较为保守。监管企业通常只使用内部代理,因为其API集成需要经过多年审查以确保合规性和安全性。专家指出,MCP缺乏基本构建块,特别是在互操作性、通信标准、身份验证和审计跟踪方面。金融机构需要确保代理能够进行"了解您的客户"验证,并具备可验证的身份识别能力。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。