近日,闪存厂商Pure Storage任命新的分销商和经销商以进一步服务中国市场,在积极看好中国数据基础设施市场的同时,希望将创新的全闪存产品提供给更多的中国客户。
Pure Storage100%专注于渠道,扩大中国渠道市场
作为一家全球化的、100%专注于渠道的闪存公司,Pure Storage 成立之初就致力于为企业数据中心和混合云环境中提供闪存服务,在过去六年中连续荣登 Gartner 主存储魔力象限的领导者象限。
Pure Storage亚洲区副总裁Andrew Sotiropoulos表示:“追求最优的客户满意度是Pure Storage最骄傲的企业文化。我们对中国市场的客户们也不例外,维持客户的满意度,一直都是我们的坚持。”
Pure Storage目前在国内的技术支持与同全球市场一致。提供24×7的技术支持,并通过中文的服务,以最迅速的响应来实现客户的满意。通过满意的客户,来带动整个市场的成长。
新分销商包括英迈中国和卫实康科贸(上海)有限公司,新经销商包括:岱凯信息技术(上海)有限公司、上海华讯网络系统有限公司、上海网赢信息系统有限公司、广东广凌信息科技股份有限公司、成都远策数码科技有限公司、软澈(武汉)信息技术有限公司、广州北创信息科技发展有限公司、上海网盈计算机技术有限公司、易广电信(北京)有限公司、康美仕(深圳)系统技术有限公司以及高威电信(广州)有限公司。
同时Pure Storage 对于一直紧密合作的“老战友”云库新科技,Pure Storage还会继续帮助其加强整个销售的团队来为现有的客户提供既有的服务。
Pure Storage 大中华区董事总经理刘国龙先生表示:“我们很高兴能够在短时间内招募到这么多优质的渠道合作伙伴。这些合作伙伴在助力客户成功方面有着丰富的经验,我们期待与他们的合作,并将 Pure Storage 备受赞誉的 FlashArray 解决方案带给更多的中国客户。”
技术创新是Pure Storage的DNA
Pure Storage的优势是年轻没有 “包袱”,其技术创新领先,能够成功地满足了大型企业面对复杂又高压的存储设备的需求。在中国市场,Pure Storage提供一系列存储解决方案,例如第三代全 NVMe FlashArray//X。FlashArray//X是专为企业核心以及第一级的应用所打造的全闪存的存储设备。
“这个家族的每1个成员都拥有6个9的高可用性,业界最好的数据检查比率,并且采用NVMe以及可以按照需求添购的存储级内存,来实现性能的最优化。每个成员提供不同的计算资源以及容量,所有成员都拥有低延迟性的特性,并且提供在不停机的情况之下升级控制器和部件,且在整个的过程当中完全不会影响到性能。” Pure Storage大中华区系统工程经理何与晖分享到。
创新是Pure Storage的DNA。除了提供更快速、更稳定的全闪存效能的存储,Pure Storage一直致力于用户所需要的数据服务功能,包括必备的快照、重删、自动化等功能。
Pure Storage创新技术满足实现企业应用场景
Pure Storage满足企业目前的数据库、虚拟桌面等应用场景。最常伴随存储使用的,应该就是数据库的应用场景。Pure Storage通过软硬件结合提供稳定的环境来满足数据库上运行所需要的效能、存储的延迟性、带宽以及LPS等效能需求。“比如Pure Storage存储快照可以在不需要安装任何插件或代理的情况之下,完成可控数据库完整复原的文件集。从Oracle Database C开始,更可以通过前滚恢复来复原数据库。最后可实现守护数据,永远不需要担心数据丢失的问题。” 何与晖分享到。
同时在虚拟桌面应用场景中,Pure Storage作为基础架构的存储设备来运行虚拟桌面可以实现灵活的可扩展性和不中断的微云技术。
Pure Storage的全闪存的设备早已经得到SAP的认证,可以将SAP HANA部署在Pure Storage上面,通过Pure Storage的 CEM来加速One Data的存取,节省内存以及HANA的授权费用。Pure Storage的双活解决方案来部署不中断、不停机的SAP HANA环境以及存储快照,轻松完成SAP的备份工作。同时Pure Storage提供的自动化克隆工具,快速完成开发以及测试环境所需要使用而且耗时的系统步骤。
可以看到,Pure Storage的解决方案能够支持广泛的工作负载,包括 Microsoft、Oracle 和 SAP 等企业级应用、混合云、数据分析和人工智能以及基础设施解决方案,例如虚拟化桌面架构(VDI)、容器、融合基础设施和 DevOps。
好文章,需要你的鼓励
在技术快速发展的时代,保护关键系统越来越依赖AI、自动化和行为分析。数据显示,2024年95%的数据泄露源于人为错误,64%的网络事件由员工失误造成。虽然先进的网络防御技术不断发展,但人类判断仍是最薄弱环节。网络韧性不仅是技术挑战,更是人员和战略需求。建立真正的韧性需要机器精确性与人类判断力的结合,将信任视为战略基础设施的关键要素,并将网络韧性提升为国家安全的核心组成部分。
南洋理工大学团队开发了Uni-MMMU基准测试,专门评估AI模型的理解与生成协同能力。该基准包含八个精心设计的任务,要求AI像人类一样"边看边想边画"来解决复杂问题。研究发现当前AI模型在这种协同任务上表现不平衡,生成能力是主要瓶颈,但协同工作确实能提升问题解决效果,为开发更智能的AI助手指明了方向。
自计算机诞生以来,人们就担心机器会背叛创造者。近期AI事件包括数据泄露、自主破坏行为和系统追求错误目标,暴露了当前安全控制的弱点。然而这种结果并非不可避免。AI由人类构建,用我们的数据训练,在我们设计的硬件上运行。人类主导权仍是决定因素,责任仍在我们。
360 AI Research团队发布的FG-CLIP 2是一个突破性的双语精细视觉语言对齐模型,能够同时处理中英文并进行精细的图像理解。该模型通过两阶段训练策略和多目标联合优化,在29个数据集的8类任务中均达到最先进性能,特别创新了文本内模态对比损失机制。团队还构建了首个中文多模态评测基准,填补了该领域空白,为智能商务、安防监控、医疗影像等应用开辟新可能。