2020年,新华三集团推出“AI in ALL”智能战略及其具体实践“数字大脑计划2020”,新华三的计算存储基础架构也随之更新。对新华三而言,存储智能引擎已经发展成为智能数据平台IDP的最核心部件,其中基于在线数据智能引擎能够提供了自动预防,智能预测,应用感知分析等功能,离线数据智能引擎也能为存储提供了智能性能管理,应用负载管理,虚机拓扑管理等功能。
存储系统面临越来越多管理问题
企业面临的IT环境越来越复杂,在企业的发展过程中,成百上千台虚拟机,以及在虚拟机上运行的众多应用,不仅造成了IT系统造成了性能等影响,同时对IT环境中的虚拟、存储、网络的管理和运维带来了更多的挑战,并且虽然超过90%的问题出现在存储之外,但是由于存储是数据最后存取的地方,很多时候存储会成为背锅侠。
但是真实的情况是,任何的问题可能出现在从业务应用到数据存储整个管理过程中,需要各个方位的专家对应用数据库、网络、存储等多个方面进行会诊来排查问题。所以造成的问题是基于人的手动管理和运维已经无法满足越来越复杂的IT系统。
智能存储引擎助力存储运维
人工智能技术的兴起以及创新发展,让人们意识到可以利用人工智能和大数据学习来做数据存储系统的运维管理,新华三提出的智能存储引擎就基于全球人工智能平台收集数万的探针的状态,在后台进行分析原因并给出解决方案,可以做到故障自动排查,还能对存储系统性能和容量进行智能预测,为规划和扩容提供依据,并感知端到端管理,可快速定位存储和存储以外的故障。
新华三端到端的智能引擎,包括在线智能引擎和离线智能引擎的运维管理。通过智能引擎InfoSight平台,新华三可以实现云端-数据中心-存储本地实现端到端的智能覆盖,对于运维人员而言,智能引擎可以改变存储管理运维习惯,实现从被动的应变变为主动的预知和预防;同时在存储部署升级方面,智能引擎还能让存储具备云一样的特性,包括敏捷交付,极简管理等。一方面智能引擎还可以为用户精确地做出性能和容量的预测,并提供了扩展容量,扩充性能和升级控制器,一方面也让存储系统中遇到的问题可以提前预测。
在智能引擎的帮助下,一个问题只要全球范围内发生了一次,就可以针对类似环境进行分析和补丁,或者把这些特定环境列入到升级的黑名单来规避这个问题。
同时新华三还针对部分用户的存储由于各种原因无法接入互联网无法享受在线智能引擎实时分析功能,还把部分人工智能的分析成果做成离线知识库内置到存储OS中,来综合实现在线和离线智能引擎功能。
存储智能引擎成为整个数据基础设施的核心支撑
今天智能引擎从存储管理已经扩展到了整个IT基础架构管理,比如服务器的管理,超融合产品的管理,同时智能引擎也规划了更多的功能。未来的存储智能引擎将让人工智能的算法针对每个客户的不同应用来智能的划分存储资源配置,来确保存储的资源更好地发挥效能,使得整个存储能够运行得更为平滑。
好文章,需要你的鼓励
AI颠覆预计将在2026年持续,推动企业适应不断演进的技术并扩大规模。国际奥委会、Moderna和Sportradar的领导者在纽约路透社峰会上分享了他们的AI策略。讨论焦点包括自建AI与购买第三方资源的选择,AI在内部流程优化和外部产品开发中的应用,以及小型模型在日常应用中的潜力。专家建议,企业应将AI建设融入企业文化,以创新而非成本节约为驱动力。
字节跳动等机构联合发布GAR技术,让AI能同时理解图像的全局和局部信息,实现对多个区域间复杂关系的准确分析。该技术通过RoI对齐特征重放方法,在保持全局视野的同时提取精确细节,在多项测试中表现出色,甚至在某些指标上超越了体积更大的模型,为AI视觉理解能力带来重要突破。
Spotify在新西兰测试推出AI提示播放列表功能,用户可通过文字描述需求让AI根据指令和听歌历史生成个性化播放列表。该功能允许用户设置定期刷新,相当于创建可控制算法的每周发现播放列表。这是Spotify赋予用户更多控制权努力的一部分,此前其AI DJ功能也增加了语音提示选项,反映了各平台让用户更好控制算法推荐的趋势。
Inclusion AI团队推出首个开源万亿参数思维模型Ring-1T,通过IcePop、C3PO++和ASystem三项核心技术突破,解决了超大规模强化学习训练的稳定性和效率难题。该模型在AIME-2025获得93.4分,IMO-2025达到银牌水平,CodeForces获得2088分,展现出卓越的数学推理和编程能力,为AI推理能力发展树立了新的里程碑。