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
Python通过PEP 810提案正式引入惰性导入功能,允许程序延迟加载导入库直到实际需要时才执行,而非在启动时全部加载。该提案由指导委员会成员Pablo Salgado于10月3日提出并于11月3日获批。新功能采用选择性加入方式,保持向后兼容性的同时解决了社区长期面临的启动时间过长问题,标准化了当前分散的自定义解决方案。
Meta FAIR团队发布的CWM是首个将"世界模型"概念引入代码生成的32亿参数开源模型。与传统只学习静态代码的AI不同,CWM通过学习Python执行轨迹和Docker环境交互,真正理解代码运行过程。在SWE-bench等重要测试中表现卓越,为AI编程助手的发展开辟了新方向。
Valve最新Steam硬件软件调查显示,Linux用户占比达到3.05%,较上月增长0.37个百分点,相比去年同期增长约50%。游戏网站Boiling Steam分析显示,Windows游戏在Linux平台兼容性达历史最高水平,近90%的Windows游戏能在Linux上启动运行,仅约10%游戏无法启动。
卡内基梅隆大学研究团队发现AI训练中的"繁荣-崩溃"现象,揭示陈旧数据蕴含丰富信息但被传统方法错误屏蔽。他们提出M2PO方法,通过改进数据筛选策略,使模型即使用256步前的陈旧数据也能达到最新数据的训练效果,准确率最高提升11.2%,为大规模异步AI训练开辟新途径。